自然言語によるクエリをシーケンス・トゥ・シーケンス（seq2seq）形式でSQLに変換するアプローチは、近年注目を集めている。しかし、抽象的な構文木に基づくSQL生成と比較すると、seq2seq形式の意味解析器は、スキーマ情報の予測精度が低く、自然言語クエリとSQL間の意味的整合性に欠けるなど、より大きな課題に直面している。本稿では、これらの困難点を分析し、それらを解決するためのseq2seq指向のデコード戦略「SR」を提案する。この戦略は、新たな中間表現であるSSQLと、スコア再推定器を用いた再ランク付け手法を組み合わせており、それぞれが前述の課題に対応する。実験結果から、提案手法の有効性が示され、T5-SR-3bはSpiderデータセットにおいて新たな最良性能（SOTA）を達成した。