我要投稿

ChatBI：基于LLM+ERNIE的自然语言到复杂商业智能SQL

发布日期：2024-05-02 19:58:05 浏览次数： 3531

作者：PaperAgent

微信搜一搜，关注“PaperAgent”

自然语言到SQL（NL2SQL）技术允许不熟悉数据库的非专家用户使用SQL进行数据分析。NL2BI是NL2SQL在实际生产系统中的一个流行实际场景，它引入了更多的挑战，如多轮对话（MRD）和大型语言模型（LLMs）在架构链接中的Token限制。

NL2SQL和NL2BI问题之间的区别。问题包含多轮对话，查询1：“过去七天的短视频播放量”，查询2：“周环比情况如何？”，查询3：“播放时长如何？”。NL2BI问题需要处理复杂语义、比较和计算关系的能力，以及多轮对话。两个问题的数据源也不同。

北邮联合百度联合提出了ChatBI，这是一种全面高效的技术，用于解决NL2BI任务。ChatBI通过分析交互模式，设计了更小、更经济的模型来匹配这种交互模式。它利用数据库社区中现有的视图技术，将架构链接问题分解为单视图选择问题，并使用较小的机器学习模型来选择列数显著减少的单个视图。

ChatBI总体架构

多轮对话匹配（Multi-Round Dialogues Matching）：ChatBI处理MRD场景，使用两个较小的Bert类模型进行文本分类和文本预测。

单视图选择：ChatBI将架构链接问题转化为单视图选择问题，使用视图技术来解决列的歧义和数量问题。

分阶段处理流程：ChatBI提出了一种不同于现有流程的处理流程，它首先生成包含复杂语义和比较关系的JSON中间结果，然后使用基于规则的SQL生成方法来产生目标SQL。

分阶段处理流程：ChatBI采用了一个创新的分阶段处理流程，该流程首先使用大型语言模型（LLMs）生成JSON格式的中间输出，然后将这些输出传递给BI中间件（如Apache SuperSet），以展示结果。这种方法与传统的直接依赖LLMs生成SQL的方法不同，它仅依赖于生成JSON。
复杂性解耦：通过将问题分解，ChatBI避免了LLMs直接处理SQL中的复杂语义、计算和比较关系。相反，LLMs只需要理解如何将这些复杂关系映射到JSON所需的输出。这种解耦方法简化了任务，提高了LLMs生成JSON的准确性。
虚拟列（Virtual Columns）：ChatBI引入了虚拟列的概念，以处理那些需要从其他列计算得出的列，如“DAU”。虚拟列通过其对应的键（列名）来访问计算规则，这些规则存储在JSON中，称为JnM（Json nested Map）。这种方法允许LLMs生成包含复杂计算步骤的查询，同时提高了查询生成的效率。
模板和规则：在新的处理流程中，Apache SuperSet使用通用模板来生成SQL。LLMs生成的JSON输出充当填写这些模板的占位符，最终输出SQL。这种方法利用了数据库社区对基于维度和列生成SQL的广泛研究。

ChatBI在百度的数据平台上进行了部署，并集成到多条产品线中进行了大规模生产任务评估。结果显示ChatBI在实用性、通用性和效率方面的优势，并在实际BI场景数据表和查询下取得了最佳结果。

SRD数据集和MRD数据集介绍。主版本和轻量版本对应不同的应用程序。DAU代表日活跃用户，新用户指首次注册的用户。

Towards Natural Language to Complex Business Intelligence SQLhttps://arxiv.org/pdf/2405.00527

大模型（LLM）文章来锻炼我们的思维，简单的例子，不简单的方法，提升自己。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2025-07-30

WAIC-Day3: 谈谈Agent场景及Agent OS基础设施

2025-07-30

微软进军 AI 浏览器，维持巨头的平庸

2025-07-30

Higress ，助力企业构建私有 AI 网关和 MCP 市场

2025-07-30

刚刚，OpenAI给大学生做了个新外挂！ChatGPT一键变老师，免费可用

2025-07-30

突发！字节跳动发布同声传译大模型Seed LiveInterpret2.0，是首个延迟与准确率接近人类水平的中英语音同传系统！

2025-07-30

OpenAI深夜发布ChatGPT Study：免费AI家教，彻底颠覆传统教育

2025-07-29

AI+合同审查落地分享（下-1- 合同智能审查）

2025-07-29

AI 应用开发，还需要意图识别吗？

了解更多

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

DeepSeek R1-0528 小版本升级

2025-05-29

高效 Agents 构建指南

2025-05-23

SpringAI Alibaba实战文生图、聊天记忆功能

2025-06-01

忽视小模型和知识库，企业AI应用必将是死路一条

2025-05-07

从RAG到CoT再到MCP，一文读懂AI Agent落地难题｜大模型研究

2025-05-07

CAG 与 RAG：哪种方法能带来性能更好的人工智能

2025-05-07

AIGC合规落地全景图 | 如何做好AIGC数据合规

2025-06-07

精|知识探索新范式：深度研究Deep Research智能体全面综述，系统、方法与应用

2025-06-21

别再被MCP协议绕晕！一文搞懂连接流程与核心架构

2025-06-12

2025-05-20

大家都在问

AI 应用开发，还需要意图识别吗？

2025-07-29

AI还有哪些机会？你是否适合切入？

2025-07-29

Cursor Meetup 杭州站分享实录：小团队如何用 AI 撑起万级日活产品？

2025-07-28

独家｜对话夸克AI眼镜宋刚：如何把整个阿里巴巴塞进一副眼镜里？

2025-07-27

如何用 AI 翻译实现文档多语言支持的周级敏捷响应？

2025-07-27

面向 AI Agent 的搜索服务，小宿科技有机会成为百亿美金的新巨头吗？

2025-07-25

AI 基础知识从 0.3 到 0.4——如何选对深度学习模型？

2025-07-24

任务紧急，CodeBuddy是如何成为“第二双手”的？

2025-07-24

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB