摘要
世界上大量的知识存储在关系数据库中。然而，由于用户对查询语言（如SQL）缺乏了解，从数据库中检索事实的能力受到限制。我们提出了一种名为Seq2SQL的深度神经网络模型，用于将自然语言问题转换为相应的SQL查询。该模型利用了SQL查询的结构特点，显著减少了生成查询的输出空间。此外，我们通过在数据库上执行查询过程中获得的奖励来学习一种策略，以生成查询中的无序部分，这些部分不太适合通过交叉熵损失进行优化。我们还将发布WikiSQL数据集，该数据集包含从维基百科24241个表格中提取的80654个手工注释的问题和SQL查询示例。此数据集对于训练我们的模型至关重要，并且其规模比类似的数据集大一个数量级。通过将基于策略的强化学习方法应用于WikiSQL数据集中的查询执行环境，我们的模型Seq2SQL超越了注意力机制序列到序列模型，在执行准确率方面从35.9%提高到59.4%，在逻辑形式准确率方面从23.4%提高到48.3%。