背景
虽然RATSQL等融合了关系信息，但目前仍有两点限制，一是无法发现有效的源路径（RATSQL是预先定义好的关系），二是相邻两个点，无法区分是不是local，即同一个表内。
模型
编码器用的是双塔的关系图注意力网络（即不直接cross交互的分别编码的结构，推理速度更快），去编码scheme的表信息、字段信息以及问题信息。然后同样使用和RATSQL一样的解码器AST抽象语法树。两个方法的区别在于编码器，前者是相对位置编码的自注意力层，后者是图注意力层，均融合了关系信息，才利用了Glove嵌入，和PLM的迁移学习能力。从实验结果上看后者表示能力更强。
结果
