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： 2965 来源：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：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业

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

本地部署大模型？看这篇就够了，Ollama 部署和实战

2024-08-13

OpenAI o1与GPT4o的对比分析

2024-09-23

16个具有“联网搜索”功能的AI：总有一个适合你！

2024-06-13

一文带你了解大模型——智能体（Agent）

2024-05-28

Cursor 一个真正让程序员产生危机感的 AI 编程工具

2024-08-21

全面对比dify、coze、streamlit、chainlit

2024-04-26

50+个AI大模型在不同领域的应用案例

2024-08-04

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

2024-07-09

一文读懂大模型推理必备技术：KV Cache

2024-07-01

一文读懂OpenAI新发布o1系列大模型

2024-09-17

大家都在问

“AI三杰”都是广东人，为何都没在广东发展？

2025-02-06

Google Gemini 2.0 Pro来袭，DeepSeek突然觉得不香了？

2025-02-06

惊艳！Phi-4 14B如何击败GPT-4o与o1，实现数学推理新突破？

2025-02-04

为什么DeepSeek要把思考过程展示出来？

2025-02-01

OpenAI o3-mini 发布，官方 System Card 说了啥？

2025-02-01

7个原因解析：DeepSeek如何仅用5%预算就能超越OpenAI？

2025-02-01

打不过就加入？DeepSeek R1率先上架英伟达NIM平台，全球AI发展趋势大洗牌？

2025-02-01

为啥中科院干不出一个DeepSeek V3？

2025-01-29

开箱即用的企业大模型应用平台

工作+AI

业务+AI

AIx业务

大模型咨询

大模型定制

场景解决方案

【智能问答】解决方案

【应用智改】解决方案

【智能工单】解决方案

相关资讯

160+中大型企业正在使用53AI

把握AI发展的机遇，共同探索、共同进步

如何打造基于GenAI的员工服务机器人

热点资讯

本地部署大模型？看这篇就够了，Ollama 部署和实战

OpenAI o1与GPT4o的对比分析

16个具有“联网搜索”功能的AI：总有一个适合你！

一文带你了解大模型——智能体（Agent）

Cursor 一个真正让程序员产生危机感的 AI 编程工具

全面对比dify、coze、streamlit、chainlit

50+个AI大模型在不同领域的应用案例

【深度】AI搜索产品深度分析-搜索原理和商业模式分析

一文读懂大模型推理必备技术：KV Cache

一文读懂OpenAI新发布o1系列大模型

大家都在问

“AI三杰”都是广东人，为何都没在广东发展？

Google Gemini 2.0 Pro来袭，DeepSeek突然觉得不香了？

惊艳！Phi-4 14B如何击败GPT-4o与o1，实现数学推理新突破？

为什么DeepSeek要把思考过程展示出来？

OpenAI o3-mini 发布，官方 System Card 说了啥？

7个原因解析：DeepSeek如何仅用5%预算就能超越OpenAI？

打不过就加入？DeepSeek R1率先上架英伟达NIM平台，全球AI发展趋势大洗牌？

为啥中科院干不出一个DeepSeek V3？

热门标签