Text2SQL的三种实现方法

传统BI工具通常分为数据接入层、分析工具层和基于该工具平台的各种行业应用层面，大模型可以在这些环节发挥作用。

• 在数据处理层面，大模型可以帮助传统的ETL过程简化难度，提高实时交互效率。
• 在数据分析层面，大模型可以替代拖拽交互方式，让业务用户用更简单、更高效的方式以自然语言形式与底层数据交互，构建需要的报表和看板。
• 在行业应用层面，大模型可以真正发挥对行业知识的理解能力，与具体数据结合，形成具针对客户、特定项目、指标体系的输出，再加上数据准备，可能直接输出标准化的项目成果。

在LLM赋能BI的过程中，Text2SQL(或者称为NL2SQL)将自然语言表述的查询语句转化为SQL语句，是构建智能BI不可缺少的步骤。

Text2SQL的实现路径有几种：

• 基于prompt template的方法
• 基于SQLDatabaseChain的方法
• 基于Agent的方法

基于prompt template的方法

NL2SQL核心在于如何把自然语言组装成Prompt，并交给LLM转化成SQL。OpenAI官网上一个标准的chatGPT做自然语言转SQL的例子：

System
 
/*系统指令*/
Given the following SQL tables, your job is to write queries given a user’s request.
 
/*数据库内表结构*/
CREATE TABLE Orders (
  OrderID int,
  CustomerID int,
  OrderDate datetime,
  OrderTime varchar(8),
  PRIMARY KEY (OrderID)
);
 
...此处省略其他表...
 
/*问题*/
Write a SQL query which computes the average total order value for all orders on 2023-04-01.

NL2SQL的Prompt基本上就是几个部分组成：

• 指令（Instruction）：比如，“你是一个SQL生成专家。请参考如下的表格结构，直接输出SQL语句，不要多余的解释。”
• 数据结构（Table Schema）：类似于语言翻译中的“词汇表”。即需要使用的数据库表结构，由于大模型无法直接访问数据库，需要把数据的结构组装进入Prompt，通常包括表名、列名、列的类型、列的含义、主外键信息。
• 用户问题（Questions）：自然语言表达的问题，比如，“统计上个月的平均订单额”。
• 参考样例（Few-shot）：这是一个可选项，当然也是提示工程的常见技巧。即指导大模型生成本次SQL的参考样例。
• 其他提示（Tips）：其他认为有必要的指示。比如要求生成的SQL中不允许出现的表达式，或者要求列名必须用“table.column"的形式等。

基于SQLDatabaseChain的方法

LangChain提供基于LLM的SQLDatabaseChain，可以利用LLM的能力将自然语言表述的query转化为SQL，连接DB进行查询，并利用LLM组装润色结果，返回最终answer。

from langchain.llms import OpenAI
from langchain.utilities import SQLDatabase
from langchain_experimental.sql import SQLDatabaseChain
import os
 
os.environ["OPENAI_API_KEY"] = "Your openai key"
 
db = SQLDatabase.from_uri("sqlite:///..../Chinook.db")
llm = OpenAI(temperature=0, verbose=True)
db_chain = SQLDatabaseChain.from_llm(llm, db, verbose=True)
db_chain.run("总共有多少员工?")

基于SQLDatabaseChain实现的Text2SQL是最基础的实践方式，但对于逻辑复杂的查询在稳定性、可靠性、安全性方面可能无法达到预期，比如输出幻觉问题、数据安全问题。

基于Agent的方法

LangChain的SQL Agent提供一种比Chain更灵活的与SQL数据库交互的方式。使用SQL Agent主要有以下优点：

• 可以根据Database Schema和数据库的内容（如描述特定的表）回答问题
• 可以通过运行生成的查询、捕获回溯信息并正确地重新生成，以此来纠错
• 可以根据需要多次查询数据库以回答用户问题
• 仅检索相关表格的schema节省token

使用create_sql_agent构造器来初始化SQL Agent，Agent使用的SQLDatabaseToolkit包含用于执行以下操作的工具：

• 创建和执行查询
• 检查查询语法
• 检索表格的描述
• ……等等

   AI科技智库 本文内容由网友自发贡献，转载请注明出处：https://www.wpsshop.cn/w/知新_RL/article/detail/865286