أثارت عملية تحويل استفسارات اللغة الطبيعية إلى جمل SQL بطريقة seq2seq اهتمامًا كبيرًا مؤخرًا. ومع ذلك، مقارنةً بإنشاء جمل SQL القائمة على الأشجار النحوية المجردة، تواجه معالجات المعنى من نوع seq2seq تحديات أكبر، بما في ذلك جودة منخفضة في توقع المعلومات الهيكلية (schematical) وانعدام الترابط المعنوي بين الاستفسارات باللغة الطبيعية والجمل SQL. تحلل هذه الورقة الصعوبات المذكورة أعلاه، وتقترح استراتيجية تحليل موجهة نحو seq2seq تُسمى SR، والتي تتضمن تمثيلًا وسيطيًا جديدًا يُسمى SSQL، وطريقة إعادة ترتيب تعتمد على مُقيّم مُعاد تقدير الدرجات، بهدف معالجة هذه التحديات على التوالي. أظهرت النتائج التجريبية فعالية التقنيات المقترحة، حيث حقق نموذج T5-SR-3b أداءً جديدًا في مستوى الحد الأقصى من الأداء (state-of-the-art) على مجموعة بيانات Spider.