无需模式文档的Text-to-SQL：从查询日志学习企业数据库结构

论文用查询日志替代模式文档，报告执行有效率95.7%。

资讯摘要

论文提出首个无需模式文档的Text-to-SQL框架，转而从历史查询日志中学习数据库结构：解析查询模式构建知识图谱，并用实体驱动的GraphRAG检索将用户问题对齐到领域术语。作者报告在Beaver基准上执行有效率达95.7%，而基于嵌入的检索为60.8%；内部部署中专家数据工程师以70%对10%的比例更偏好该系统。

要点速读

1. 现有Text-to-SQL方法依赖完整模式文档，而企业数据库常缺乏文档、命名晦涩且关系隐含，导致部署效果大幅下降。
2. 论文从解析后的查询模式构建知识图谱，并引入实体驱动的GraphRAG检索，以领域术语而非单纯嵌入相似度定位问题。
3. 作者报告Beaver基准执行有效率95.7%（嵌入检索为60.8%），内部部署专家偏好比例为70%对10%。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。