عند تحويل الأسئلة باللغة الطبيعية إلى استعلامات SQL للإجابة عن أسئلة من قاعدة بيانات، يواجه النماذج الحديثة لتحليل الدلالة صعوبة في التعميم على هياكل قواعد بيانات غير مرئية. تكمن تحديات التعميم في (أ) ترميز العلاقات في قاعدة البيانات بطريقة يمكن للتحليل الدلالي الوصول إليها، و(ب) نمذجة التوافق بين أعمدة قاعدة البيانات وذِكرها في الاستعلام المُعطى. نقدّم إطارًا موحدًا، مبنيًا على آلية الانتباه الذاتي المعتمد على العلاقات، لمعالجة ترميز الهيكل، والربط بين الهيكل، وتمثيل الميزات داخل مشفر النص إلى SQL. على مجموعة بيانات Spider الصعبة، يرفع هذا الإطار دقة التوافق الدقيق إلى 57.2٪، متفوقًا على أفضل نماذجه المماثلة بنسبة 8.7٪ مطلقة. وبالإضافة إلى ذلك، عند دمجه مع BERT، يحقق أداءً جديدًا لحالة الفن بلغ 65.6٪ على لائحة التصنيف في Spider. علاوةً على ذلك، لاحظنا تحسينات نوعية في فهم النموذج للربط بين الهيكل والتوافق. سيتم إتاحة تنفيذنا مفتوح المصدر عبر الرابط: https://github.com/Microsoft/rat-sql.