openai 的API 从自然语言生成sql语句_自然语言转sql

从自然语言生成SQL查询是一种常见的任务，通常用于将自然语言指令转换为计算机可以理解和执行的SQL查询。该代码实现了从自然语言生成SQL查询的功能，并使用评估指标对生成的SQL查询进行评估，以提高生成的SQL查询的准确性和可靠性。

具体而言，该代码将使用生成模型从自然语言指令中生成多个SQL查询。然后，将使用不同的评估指标对生成的SQL查询进行评估，以选择最佳的SQL查询。这些评估指标可能包括查询的准确性、反向翻译分数、平均对数概率等。

在评估SQL查询时，该代码可以使用人工标注数据进行评估。具体来说，该代码可以使用已知的自然语言指令和相应的SQL查询来评估生成的SQL查询。评估指标可以包括准确性、召回率、精度等。此外，还可以使用其他方法对生成的SQL查询进行评估，例如在数据库中运行查询并比较结果集等。

最终，该代码可以将生成的SQL查询输出到控制台或保存到文件中，以便进行后续的分析和处理。

from typing import List, Union
from smokey import Smokey
import openai
def get_candidates(
    prompt: str,
    stop: List[str],
    temperature: float,
    priming_prefix: str,
    engine: str,
    n: int = 5,
) -> List[str]:
    """
    基于给定的提示和特定的温度，生成N个候选完成结果。
	在自然语言生成中，温度是一种调节生成文本多样性和创造力的参数。较低的温度值会导致生成的文本更加保守和准确，而较高的温度值则会使得生成的文		本更加随机和多样化。因此，使用不同的温度值可以获得不同的生成效果。
	这段代码会基于给定的提示和温度值生成N个候选完成结果。候选完成结果是一系列根据模型预测而生成的文本片段。根据所选的温度值，这些片段可能会	相似或不同。在生成这些候选结果后，可以从中选择一个或多个来作为最终生成的文本。
	:param prompt: 开始对话的提示语句。
	:param stop: 表示生成结束的标记符号的列表。
	:param temperature: 生成温度。
	:param priming_prefix: 用于生成的前缀。
	:param engine: 用于生成的引擎。
	:param n: 生成的候选项数。
	:return: 一个完成列表。
    """
    response = openai.Completion.create(
        engine=engine,
        prompt=prompt,
        temperature=temperature,
        max_tokens=150,
        top_p=1,
        frequency_penalty=0,
        presence_penalty=0,
        stop=stop,
        n=n,
    )
    responses = [priming_prefix + choice.text for choice in response.choices]
    return responses


def rindex(lst: List, value: str) -> int:
    """
    返回列表中某个值最后一次出现的索引。
	:param lst: 要搜索的列表。
	:param value: 要查找的值。
	:return: 该值最后一次出现的索引。
    """
    try:
        return len(lst) - lst[::-1].index(value) - 1
    except ValueError:
        raise ValueError(f"Answer start token `{value}` not found in the eval template")


def eval_candidate(
    candidate_answer: str,
    original_instruction: str,
    eval_template: str,
    answer_start_token: str,
    engine: str,
) -> float:
    """
    通过计算候选答案与特定评估模板下原始指令的平均对数概率，来评估候选答案的质量。该评估模板旨在重构原始指令。
在自然语言处理中，对数概率是一种常用的度量方式，用于评估模型的性能。在这段代码中，将使用对数概率来评估候选答案的质量。具体来说，该方法将计算原始指令在给定模板下的平均对数概率，然后将其与候选答案的对数概率进行比较。如果候选答案的对数概率高于平均值，则认为该答案比较好。
为了实现这个方法，需要使用特定的评估模板来重构原始指令，并计算重构后指令在模型中的对数概率。然后，将计算出的对数概率求平均值，并将其与候选答案的对数概率进行比较，从而得出候选答案的质量。

	:param candidate_answer: 要评估的候选答案。
	:param original_instruction: 原始指令。
	:param eval_template: 用于评估的模板。
	:param answer_start_token: 用于指示答案开头的标记符号。
	:param engine: 用于评估的引擎。
	:return: 候选答案的评估。
    """
    response = openai.Completion.create(
        engine=engine,
        prompt=eval_template.format(candidate_answer, original_instruction),
        temperature=0,
        max_tokens=0,
        top_p=1,
        frequency_penalty=0,
        presence_penalty=0,
        logprobs=1,
        echo=True,
    )

    answer_start = rindex(
        response["choices"][0]["logprobs"]["tokens"], answer_start_token
    )
    logprobs = response["choices"][0]["logprobs"]["token_logprobs"][answer_start + 1 :]
    return sum(logprobs) / len(logprobs)

#反向翻译，从生成的SQL再翻译为自然语言，用于评估生成的语句正确性
def backtranslation(
    prompt_template: str,
    additional_info: str,
    instruction: str,
    eval_template: str,
    priming_prefix: str = "SELECT",
    stop1: List[str] = ["#", ";"],
    answer_start_token: str = "--",
    n: int = 5,
    temperature: float = 0.5,
    return_all_results: bool = False,
    engine: str = "davinci-codex",
) -> Union[str, List[str, float]]:
    """
    根据自然语言指令生成一定数量的SQL查询，并根据使用候选SQL查询作为输入时，解释其结果与原始指令匹配的平均对数概率来选择最佳查询。
在自然语言处理中，将自然语言指令转换为SQL查询是一种常见的任务。在这段代码中，将使用生成模型生成一定数量的SQL查询，并选择其中最佳的一个。
选择最佳的SQL查询需要考虑两个因素：查询的准确性和解释查询结果的能力。因此，将使用平均对数概率来衡量这两个因素。具体来说，该方法将根据自然语言指令生成一定数量的SQL查询，然后针对每个SQL查询，使用自然语言解释该查询的结果。然后，将使用生成模型计算自然语言解释与原始指令匹配的对数概率，并将其求平均值。最后，选择平均对数概率最高的SQL查询作为最佳查询。
这种方法可以用于将自然语言指令转换为SQL查询，并确保生成的查询准确性和易解释性。

	:param prompt_template: 用于生成SQL的提示模板。
	:param additional_info: 要包括在提示中的附加信息（SQL表及其属性）。
	:param instruction: 自然语言中的指令。
	:param eval_template: 用于评估的模板。
	:param priming_prefix: 用于SQL查询启动的前缀。
	:param stop1: 指示生成结束的标记符号列表。
	:param answer_start_token: 用于指示自然答案开始的标记符号。
	:param n: 要生成的候选项数量。
	:param temperature: 生成的温度。
	:param return_all_results: 是否返回所有结果或仅返回最佳结果。
	:param engine: 用于生成和评估的引擎。
	:return: 最佳SQL查询，或所有已评分生成的SQL查询列表。
    """
    prompt_template = prompt_template.format(
        additional_info, instruction, priming_prefix
    )

    candidates = []
    responses = get_candidates(
        prompt_template, stop1, temperature, priming_prefix, engine=engine, n=n
    )
    for i in range(n):
        quality = eval_candidate(
            responses[i],
            instruction,
            eval_template,
            answer_start_token,
            engine=engine,
        )
        candidates.append((responses[i], quality))

    candidates.sort(key=lambda x: x[1], reverse=True)
    if return_all_results:
        return candidates
    return candidates[0][0]


def main(
    nl_query: str = "Return the name of each department that had more than 10 employees in June 2021",
    eval_template: str = "{};\n-- Explanation of the above query in human readable format\n-- {}",
    table_definitions: str = "# Employee(id, name, department_id)\n# Department(id, name, address)\n# Salary_Payments(id, employee_id, amount, date)\n",
    prompt_template: str = "### Postgres SQL tables, with their properties:\n#\n{}#\n### {}\n{}",
    n: int = 3,
    temperature: float = 0.3,
    engine: str = "davinci-codex",
):
    """
   根据自然语言指令生成一定数量的SQL查询，并根据最高的反向翻译分数选择最佳的查询。

在自然语言处理中，将自然语言指令转换为SQL查询是一种常见的任务。在这段代码中，将使用生成模型生成一定数量的SQL查询，并选择其中最佳的一个。

选择最佳的SQL查询需要考虑两个因素：查询的准确性和反向翻译分数。反向翻译分数是指将生成的SQL查询反向翻译回原始自然语言指令的质量。具体来说，该方法将根据自然语言指令生成一定数量的SQL查询，然后将每个查询反向翻译回原始自然语言指令。然后，将使用反向翻译模型计算反向翻译质量得分，并选择得分最高的SQL查询作为最佳查询。

这种方法可以确保生成的SQL查询准确性，并通过反向翻译分数评估查询的自然语言表述能力。
	:param nl_query: 自然语言查询。
	:param eval_template: 用于评估的模板。
	:param table_definitions: 查询中使用的表的定义。
	:param prompt_template: 生成SQL查询的提示模板。
	:param n: 生成的候选项数量。
	:param temperature: 生成时使用的温度。
	:param engine: 用于生成和评估的引擎。
	:return: 最佳SQL查询，或所有得分的生成SQL查询的列表。
    """

    result = backtranslation(
        prompt_template,
        table_definitions,
        nl_query,
        eval_template,
        priming_prefix="SELECT",
        temperature=temperature,
        n=n,
        engine=engine,
    )
    print(result)


if __name__ == "__main__":
    Smokey(main)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187

openai 的API 从自然语言生成sql语句
openai的API实现代码函数检索
将python代码文件中的函数提取出来
RFID软件协议如何进行自定义
matlab的开源替代软件
科学界类似matlab的工具
为什么很多游戏人物会穿模
3D人物的动作是如何制作出来的
3D人物说话时的嘴部动作与表情与语音如何配合到一起的
3D建模完成以后，如何用编程语言控制这些模型的展示和动画
3D动画，头发随风摆动是如何做到的
python语言有哪些宝藏功能
如何加速计算
python的unittest库如何使用功能
python的Graphviz库生成思维导图
python标准库列表
python的内置函数
OpenAI表示，通过GPT-4更新，AI变得更加智能，更安全，更直观
python的gmpy2库如何使用
python如何计算圆周率到千万位