简介

SQLNet模型是紧随WIkiSQL数据集之后的一个比较知名的Baseline。由于WikiSQL数据集中的SQL比较简单，如下图所示为一个WIkiSQL中的示例，因而SQLNet将预测一个SQL语句转换为预测构成SQL语句的六部分任务分别解决。

如下图所示，SQLNet将WikiSQL中的SQL语句分为以下几个部分：包括SELECT后的聚合符、使用的column、WHERE子句后的column、操作符OP以及VALUE等。

结构

SQLNet使用slot filling的思想，引入了一个sketch（即上图所示的模板），申明需要预测的所有slot。

在SQLNet中，一共有以下六个模块需要预测：

• SELECT_COL（主句中填哪一个列名）
• AGG（主句中使用哪一个聚合函数）
• COND（WHERE子句的条件数量）
• COND_COL（某个WHERE子句的条件为哪个column）
• OP（某个WHERE子句的条件使用哪个运算符，如><=）
• COND_VAL（某个WHERE子句的条件值）

技巧

SQLNet中有两个重要的技巧：seq2set和column attention。其简要概况如下：

Seq2set：WHERE语句会包含有不同条件，多是并列关系，顺序不影响结果，问题转换为“预测WHERE语句中应该包含哪些columns Column attention：对于特定column的预测，Question中不同部分起到的作用是不一样的，引入Attention机制来表示这种关联关系。即使用Question对每个column做一个attention

结果