deepset/stackoverflow-survey-2023-text-sql

BIQA Text-to-SQL数据集来源于2023年Stack Overflow开发者调查，使用特定的Notebook和电子表格创建。数据集包含一个JSON文件和一个SQLite数据库文件。JSON文件中包含了一系列`SQLSample`对象，每个对象包含一个问题、可能的SQL查询及其结果，以及预测和评价信息。SQLite数据库文件是数据集的主要存储文件。

原始信息汇总

BIQA Text-to-SQL 数据集

数据来源

• 数据来自 Stack Overflow Developer Survey 2023。

文件结构

• data/eval_set_multi_answers_res.json: 包含问题和查询对，每个问题可能有多个有效 SQL 查询。同时包含结果。
• data/survey_results_normalized_v2.db: 主要的 sqlite 数据库文件。

数据格式

• JSON 文件包含 SQLSample 对象列表，定义如下： python @dataclass class SQLQuery: query: str results: Optional[list[tuple]] = None

  @dataclass class SQLSample: question: str labels: list[SQLQuery] prediction: Optional[SQLQuery] = None pred_eval: str = "" comment: str = ""

使用方法

• 可以通过 相关仓库 中的代码读取数据。