腾讯云小微提出的CQR-SQL模型，在2021年12月、2022年4月先后取得国际威望榜单SparC榜单和CoSQL榜单两项第一名的成就。 

云小微NL2SQL取得两大年夜榜单第一

SparC和CoSQL是美国耶鲁大年夜学于2019年陆续宣布的面向对话交互场景的大年夜范围多表匹配NL2SQL数据集，是今朝对话交互场景下表格语义解析义务公认的最难最复杂的测试基准(benchmark)，吸引了来自微软、Salesforce、Facebook、阿里巴巴等国表里有名企业和北大年夜、华盛顿大年夜学以及Yale等国表里有名高校提交测试成果，竞争十分激烈。

个中SParC数据集有4298个对话，1.2万多个零丁问题，每个对话平均4-5个子问题，涵盖138个范畴的200个复杂数据库。CoSQL数据集有3,007个对话，且在交互过程中增长了拒识、澄清等轮次，平均对话轮次更多，加倍考验模型对高低文的懂得。

某写字楼租赁中介，向客户讲解当前北京市海淀区中关村软件园租赁情况时，被问到：北京中关村软件园各写字楼每一层的租赁情况、可覆盖的工位数、保洁人员配比若何？

当用户面对这些问题时，欲望获得的是及时且精确的答复和互动，但人类大年夜脑记忆和运转效力是有限的，这时就须要拥有着海量数据库和数据提取分析才能的计算机发挥感化。然而，这个过程中最大年夜的难点是，若何把完全服从于用户视角和说话习惯的问题表述，高效转化为机械的分析说话请求，从而让用户经由过程简单的提问方法，即可获取周全的、精确的的数据洞察分析成果。

某汽车经销商与某地出租车公司在召开线上会议时，客户问道：这个品牌的汽车返修率与交付平均周期若何，与行业数据对比若何？

某仓储货运集团在天津有一个国际物流港，若何根据市场行情和客户请求，及时通知一耳目员进行发货囤货等货运周转操作，并经由过程人机对话方法及时将关键数据信息进行同步？

人们经久以来都在寻求，实现用天然说话与计算机的顺畅有效通信，即天然说话处理。天然说话处理是表现说话智能十分关键的技巧，推动着人工智能体系的进步。近年来，腾讯云小微AI团队重点存眷NL2SQL义务并环绕该义务做了一系列摸索，出力将NL2SQL技巧打造为产品落地过程中的优势才能。

NL2SQL义务的目标是将用户输入的天然说话问题转成可履行数据库操作的SQL查询语句，是一种典范的语义解析义务。比拟于以往经由过程交互界面进行分析前提的筛选的“界面交互式分析表达”，这种“天然说话”的表达大年夜大年夜降低了技巧应用门槛，人们无需再花大年夜量的时光和精力去进修各类深奥的计算机说话，计算机自身既能懂得天然说话文本的意义，也能以天然说话文本来表达给定的意图、思惟等。从而做到更贴合真实营业人员的应用诉求，在数据分析、人机问答、贸易智能应用数据库查询信息生成报表等场景，更好地晋升通俗用户对构造化数据的查询效力，可以广泛应用于旅游、中介、物流等办事行业，快消、房地产、汽车等传统行业，以及金融、媒体、泛互、政务等更多行业。

从技巧实现的角度，云小微NL2SQL起首对用户会话进行语音辨认，经由过程敏感词告白监测模块获得用户的文本请求；其次，将用户文本请求经由过程天然说话实体关键词辨认模块，经多路AI语义解析NL2SQL模块获取融合后的SQL语句；然后，经由过程SQL语句在数据库中进行查询获得用户请求的成果；最后将SQL查询成果经由过程深度话术生成模型生成答复语句，实现NL2SQL数据问答。此外，云小微还立异性地提出了基于双塔模型结合隐变量的机制，将自包含问题和多轮问题的高低文映射到同一潜在空间，包管模型充分进修到语义信息。

云小微NL2SQL流程示意图

从用户视角来看，云小微NL2SQL的才能优势表示在，实现了将AI才能嵌入到营业数据分析中，让不懂任何数据库查询说话，不懂任何数据分析理论，甚至是不懂任何指标、维度等数据相干概念的营业人员，也仍然可以站在本身熟悉的营业范畴视角去做提问，由数据问答机械人完成背后复杂的转化。

产品应用示意图

腾讯云小微结合多个才能模块推动NL2SQL技巧走向落地，今朝已经应用于DataTalk数据问答、客服机械人等产品中。

经由过程NL2SQL技巧，可以大年夜大年夜降低数据分析、数据洞察产品的应用门槛，让智能分析走入大年夜众的日常，让大年夜多半真正须要数据分析办事的市场人员、发卖人员、前台客服等非技巧人员，也可以或许随时随地询问“数据问答机械人”；让专业数据分析办事加倍普惠化，实用于更多生活场景，从而实现“人人都是数据分析师”的目标；让数据驱动切实办事于企业成长，助力推动更多企业的数字化转型。

注：NL2SQL (Natural Language to SQL)常用同义术语有：Text2SQL (Text to SQL)、NL2LF (Natural Language to Logical Form)、TableQA (Table Question Answering)。