SParC 是用于在上下文中进行跨域语义解析的数据集。它是 Spider 任务的上下文相关/多轮版本，是一项复杂且跨域的 text-to-SQL 挑战。 SParC 包含 4,298 个连贯的问题序列（12k+ 个独特的问题，由 14 名耶鲁学生注释的 SQL 查询注释），从用户与 138 个领域的 200 个复杂数据库的交互中获得。

OpenDataLab2026-07-12 更新270

KaggleDBQA

自然语言处理

数据库查询

该数据集虽然规模较小，但结构复杂，专为真实环境下文本到SQL语义解析器的评估而设计。它包含了8个真实的网络数据库和275个不受限制的问题。在此研究中，KaggleDBQA数据集被用作纯粹的测试集，而Spider的训练集则作为示例库。在规模上，该数据集被归类为小型，其任务是进行文本到SQL的评估。

arXiv720

SEDE

自然语言处理

数据库查询

SEDE数据集是由哥伦比亚大学创建的，包含12,023对自然语言和SQL查询的配对，这些数据是从Stack Exchange网站的真实用户交互中收集的。数据集内容丰富，涵盖了多种实际挑战，如参数使用、日期操作和复杂的子查询等。创建过程中，研究人员通过规则过滤和人工验证确保数据质量。SEDE数据集主要用于评估和改进Text-to-SQL模型在真实世界环境中的性能，特别是在处理自然语言查询和复杂SQL

arXiv2021-06-09 更新300

mooseQueryEnriched.csv

资源简介：

相关数据集