Marchanjo/spider-fr

mRAT-SQL和mRAT-SQL+GAP是两个将自然语言翻译成SQL查询的项目。mRAT-SQL通过数据库模式剪枝技术处理长文本序列，并使用多语言方法在英语、葡萄牙语、西班牙语和法语上进行了微调。mRAT-SQL+GAP专注于葡萄牙语的文本到SQL翻译，并使用了多语言BART模型。两个项目都基于Spider数据集，并提供了源代码、评估和检查点。

mRAT-SQL is a multilingual translator to SQL, which handles long text sequences up to 512 input tokens by employing database schema pruning and fine-tuning a multilingual mT5-large model, improving exact set match accuracy on the Spider dataset. mRAT-SQL+GAP focuses on Portuguese text-to-SQL translation, utilizing a multilingual BART model and enhancing inference performance on Portuguese test datasets by combining English and Portuguese training datasets.

原始信息汇总

mRAT-SQL-FIT

A Multilingual Translator to SQL with Database Schema Pruning to Improve Self-Attention

Marcelo Archanjo Jose, Fabio Gagliardi Cozman

• 数据集描述：该数据集用于多语言SQL翻译，通过数据库模式剪枝技术改进自注意力机制，处理长文本序列。使用mT5-large模型在四种语言（英语、葡萄牙语、西班牙语和法语）上进行微调，数据增强的Spider数据集。
• 技术细节：提出了一种训练过程，包括数据库模式剪枝（移除对查询无用的表和列名），以处理最多512个输入令牌的长文本序列。
• 性能提升：在验证数据集（Dev）上，精确匹配准确率从0.718提高到0.736。
• 资源链接：源代码、评估和检查点可在mRAT-SQL获取。

mRAT-SQL+GAP

mRAT-SQL+GAP: A Portuguese Text-to-SQL Transformer

Marcelo Archanjo José, Fabio Gagliardi Cozman

• 数据集描述：该数据集用于葡萄牙语的文本到SQL转换，通过多语言BART模型进行微调，使用双倍大小的训练数据集（英语和葡萄牙语）。
• 性能表现：在葡萄牙语测试数据集上，实现了83%的基准性能。
• 资源链接：多语言版本的RAT-SQL+GAP及其数据可在mRAT-SQL获取。