tjaffri/NSText2SQL-generate

这是NSText2SQL数据集的重新格式化版本，专门用于微调生成模型。与标准NSText2SQL数据集相比，该版本移除了非英语问题、移除了包含多个输入表的行、更新了SQL查询以优先使用LIKE语句进行字符串匹配，并移除了语法无效的SQL查询。

This is a reformatted version of the NSText2SQL dataset, specifically designed for fine-tuning generative models. Compared to the standard NSText2SQL dataset, this version removes non-English questions, eliminates rows containing multiple input tables, updates SQL queries to prioritize LIKE statements for string matching, and removes syntactically invalid SQL queries.

原始信息汇总

NSText2SQL Dataset (Reformatted for Fine Tuned Generative Models)

数据集信息

• 特征:
  • question: 字符串类型
  • table_info: 字符串类型
  • sql_query: 字符串类型
• 分割:
  • train:
    • 字节数: 847766
    • 样本数: 3473
• 下载大小: 391731
• 数据集大小: 847766
• 配置:
  • default:
    • 数据文件:
      • train: data/train-*

数据集修改

• 移除非英语问题
• 移除包含多个输入表的行
• 更新SQL查询，优先使用LIKE语句进行字符串匹配
• 移除语法无效的SQL查询