基于ChatGPT3.5的自然语言转SQL平台

原创 已于 2023-04-18 18:05:43 修改 · 1.1k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#sql #gpt-3 #mybatis

于 2023-04-18 18:04:18 首次发布
文章介绍了一个基于ChatGPT3.5的平台，该平台能够将自然语言转换为SQL查询，帮助用户避免手动编写SQL，支持多种数据库类型。用户只需输入查询逻辑，即可自动生成相应SQL。此外，平台还计划更新SQL自校验功能，并提供了浏览器插件以保存搜索历史。

基于ChatGPT3.5的自然语言转SQL平台

在日常工作中经常使用Mybatis-plus或者jpa等方式写SQL，久而久之就手写SQL不熟练了

就会有以下想法！

再也不想手写SQL！
我要文本生成SQL！
我要自然语言生成SQL！
能生成SQL我为什么要手写！
那么多种数据库，哪能全学一遍？
我要释放生产力！

那么可以试一下这个平台：
https://sql.maobing.art/
https://github.com/xiguazhiPrince/text-sql-doc

使用ChatGPT实现的文本转SQL平台，一劳永逸的维护好数据库类型，表结构。然后输入你想要的查询逻辑，就会自动为你生成对应数据库语法的SQL

是不是很厉害！

后面还有更新SQL自校验功能！

我的GitHub上还有搜索历史浏览记录文本的浏览器插件，也可以试用一下

pod123
关注
基于AI大模型实现自然语言转SQL、SQL解释、SQL优化和SQL转换
AI天才研究院
06-21 1万+
自定义AI可以是用户自己部署的任意AI模型，例如ChatGLM、ChatGPT、文心一言、通义千问等等，但是自定义的接口输入和输出需要符合自定义的协议规范才可快速使用，否则可能需要二次开发。代码中提供了两个DEMO，只需要配置自定义AI接口地址，以及接口是否流式输出即可查看。具体使用中可以参考DEMO接口来编写自定义接口，或者直接在DEMO接口中进行二次开发，封装自己的自定义接口自定义的流式输出接口配置DEMO自定义的非流式输出接口配置DEMO。
【AI 大模型】如何利用 LLM 和智能问答 BI 自然语言自动生成智能报表 ？
AI天才研究院
06-28 7388
在信息化时代，数据已成为企业决策的关键因素。然而，海量的数据如何进行分析和利用成为了企业面临的难题。随着企业数据规模的不断增大，传统的手工制作报表已经无法满足企业的需求。近年来，LLM大模型和智能问答BI技术的出现，使得企业可以更加高效地进行数据分析和决策。如何利用人工智能技术提高报表的制作效率和数据分析精度，已成为企业面临的重要问题。本文将介绍如何利用 LLM 大模型和智能问答 BI 生成智能报表，以提高企业的决策效率。
利用AI大模型实现自然语言到SQL的转换及其优化
weixin_41888295的博客
04-02 2523
本文介绍了利用AI大模型实现自然语言转SQL、SQL解释、SQL优化和SQL转换的技术原理和实践方法，旨在为非专业读者提供简明易懂的技术指导，帮助读者更好地理解和应用相关技术。
SuperSonic Text2SQL：智能自然语言转SQL解析引擎
最新发布
轩哥的个人研究和成长记录
10-22 664
SuperSonic的Text2SQL功能通过大语言模型实现自然语言到SQL的转换，采用多策略生成、智能Schema映射、Few-shot学习等技术。核心架构包含LLMSqlParser解析器、LLMRequestService请求服务和SqlGenStrategy生成策略，支持自一致性推理和多轮纠错。系统通过Prompt优化、并行推理和缓存策略提升性能，采用模块化设计确保扩展性和可靠性，为AI+BI系统提供了高效的自然语言查询解决方案。
自然语言转SQL的应用场景探索
engchina的专栏
02-20 2974
自然语言转SQL的应用场景探索
微调大型语言模型示例：使用T5将自然语言转换成SQL语句
deephub
05-27 4604
将自然语言转换为SQL语句已经不再遥不可及。NLP的进步使得我们不仅可以使用LLM(大型语言模型)，还可以通过微调教授他们新的技能，这也被称为迁移学习。可以使用一个预先训练的模型作为起点，然后使用较小的标记数据集从而获得比单独使用数据训练更好的性能。 在本文中，我们将使用谷歌的文本到文本生成模型T5和我们的自定义数据进行迁移学习，这样它就可以将基本问题转换为SQL查询。我们将在T5中添加一个名为:将英语翻译为SQL的新任务，它可以转换以下示例查询: Cars built after 2020 and ma
自然语言转SQL（NL2SQL、Text2SQL）
Kally_tao的专栏
05-13 4721
使用 FastAPI 框架和 LangChain 库构建的简单 Web 服务，其目的是将自然语言处理（NLP）应用于 SQL 查询生成。以下是代码中使用的技术架构和业务流程的详细说明：FastAPI：一个现代、快速（高性能）的 Web 框架，用于构建 API。Uvicorn：一个 ASGI 服务器，用于在异步环境中运行 FastAPI 应用。LangChain：一个用于构建自然语言处理管道和链的库，这里用于将自然语言查询转换为 SQL 语句。MySQL Connector：一个数据库连接器，用于连接和操作
自然语言转SQL，一个微调ChatGPT3.5的实例(下)--模型微调及模型性能
程序员成长软技能
01-04 1965
因此，在使用Spider数据集时，我们将样本数量从7000个减少到5750个，并进行总共2个时期的微调。我们将微调模型的性能与未经微调的GPT3.5-Turbo和DIN-SQL + GPT-4（Spider的当前最先进方法）进行了基准测试，以获得零-shot性能。微调的G-3.5-Turbo的性能与之前的方法相比进的提示技术，包括少量提示、思维链提示和分解提示）保持一致，这是当前最先进的方法。如上所示，与DIN-SQL与GPT-4相比，微调的GPT-3.5-Turbo模型的成本。
ChatGPT论文：大语言模型LLM之战:Dolly、LLaMA 、Vicuna、Guanaco、Bard、ChatGPT--在自然语言转SQL(NL2SQL、Text-to-SQL)的比较（二）
程序员成长软技能
01-06 1957
论文原文：Battle of the Large Language Models: Dolly vs LLaMA vs Vicuna vs Guanaco vs Bard vs ChatGPT - A Text-to-SQL Parsing Comparison
ChatGPT从小白到专家之路：GPT能做什么？GPT3.5 VS GPT4 怎么选？
micro_cat的博客
03-10 1657
ChatGPT能帮助我们普通用户做什么。七个方向文本生成、翻译、编程、问答、完成任务、信息检索、其他每个又可以细分多个细分功能出来。就像官方说的“可以用于解决几乎任何涉及语言处理的任务。” 此外我们明白了ChatGPT-4在逻辑推理和严谨性上ChatGPT-3.5要强很多。但从成本上考虑，并不意味着我们都要使用ChatGPT-4。因为对于绝大多数基本任务来说我们使用3.5足够了。当我们需要更严谨准确的回答，我们的问题牵涉到推理。我们使用GPT4是更好的选择。
自然语言转SQL，一个微调ChatGPT3.5的实例(上)--训练数据准备
程序员成长软技能
01-04 2271
为此，我们采用了以下启发式方法：对于每个单独的NL <> SQL样本，我们除了正确的表之外，还随机选择了数据库中的其他表，直到达到4000个令牌的上下文窗口限制为止。然而，由于最先进的LLM尚未开放进行微调，因此最近在这一领域的研究集中在创建能够在不修改基础LLM的情况下实现复杂的自然语言到SQL（NL-to-SQL）场景的检索增强生成（RAG）算法。我们将使用耶鲁大学的。此外，对于任何实际的用例，如果有大量的表，则训练集中的样本还应该训练模型选择正确的表格用于SQL查询（即执行模式链接）。
Go-SQLova-基于BERT将自然语言转换成SQL查询的神经网络语义解析器
08-13
SQLova - 基于BERT将自然语言转换成 SQL 查询的神经网络语义解析器
Text-to-SQL将自然语言转换为数据库查询语句
weixin_42254289的博客
07-25 6082
text2sql，把文本转化为SQL语言
自然语言转SQL 学习笔记
engchina的专栏
04-30 1828
自然语言转SQL 学习笔记
使用NLTK将自然语言查询转化为SQL查询
Young, Simple, Naive
11-21 6592
文章目录 假设我们有一个sql表，如下所示： City Country Population athens greece 1368 bangkok thailand 1178 barcelona spain 1280 berlin east_germany 3481 birmingham united_kingdom 1112 当我们要查找某个athens在哪个...
数据库+chatGPT3.5 优化、索引、注释、写SQL就是一句话的事了
03-24 7998
3月份chatGPT是不安分的、微软是不安分的、那么勇哥就应该安分？ 如果把chatGPT集成到数据库，数据库会不会成精？ 勇哥3月份成功的把chatGPT3.5集成到bg-tinkle软件中发布了v1.0.5版本。集成后的bg-tinkle对于数据库的修改、统计、删除等操作就都是一句话的事了，非常NICE。 本文勇哥将带你了解3月份chatGPT重大的事件，体验如何使用AI帮助数据库优化、设计SQL等操作？以及了解本功能开发实现的思路？
雪莉果的大语言模型应用书vol.001 阿里云百炼（一）——自然语言转sql
weixin_43829792的博客
02-19 1811
数据分析师需要某些数据，却发现数据平台没有现成的模型，需要找到开发添加，而开发对需求理解也不一定准确，写出来的sql模型又容易出现问题，这种时候，你肯定会想：如果我说一句话，就能从数据库查出数据该多好。
一款利用人工智能将自然语言查询转换为 SQL 代码的互译工具 - SQL Translator
专注于C#/.NET/.NET Core学习、工作、面试干货和实战教程分享。这里聚焦了大量的C#/.NET/.NET Core优质文章、开源项目、实用工具和学习、工作、面试心得。
07-04 1081
对于后端程序员来说，编写SQL代码是日常工作中不可或缺的一部分。然而，随着数据复杂性的增加，如何高效、准确地编写SQL查询成为了新的挑战。幸运的是，SQL Translator的出现为后端程序员提供了一个强大的工具，将自然语言查询转换为精确的SQL代码，极大地提高了工作效率。
【免费下载】 SQLCoder：将自然语言转化为SQL查询的强大工具
gitblog_02005的博客
01-13 1206
在实际的数据分析项目中，能够快速、准确地从自然语言转化为SQL查询是一项非常宝贵的能力。这正是Defog SQLCoder所擅长的地方。本文将分享我们在项目中使用SQLCoder的经验，以及如何克服遇到的技术挑战，希望通过我们的实践，为读者提供一些有价值的参考。 ## 项目背景 我们的项目旨在开发一个企业级的数据分析平台，其主要功能是允许用户通过自然语言提问，系统自动生成相应的SQL查询语句，...
KtAdmin集成ChatGPT的AI人工智能管理平台
其次，“ChatGPT”、“GPT-3.5”、“GPT-4”明确指出了该系统集成了OpenAI旗下的主流大语言模型，意味着用户可以通过该平台调用强大的自然语言处理能力，实现诸如智能客服、自动文案撰写、代码生成、语义理解等功能...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值