数据库系统的自然语言交互方法探索

范元凯 复旦大学 博士后

个人介绍：复旦大学博士后，毕业于复旦大学软件工程专业。主要负责的工作内容：AI4DB（包括NL2SQL以及查询可解释性问题），NLP传统研究任务（包括机器翻译、语义解析等），以及大模型相关技术（包括提示工程、参数高效微调、工具学习、模型量化剪枝等）。发表论文：在国际会议期刊ICDE、KBS、WISE、WWWJ等发表论文7篇。

演讲题目：数据库系统的自然语言交互方法探索

演讲提纲：为数据库提供自然语言的查询方式能够有效地增强传统数据库的可用性。通过此查询方式，用户能够在不熟悉数据库查询语言，以及不了解底层数据存储结构的情况下，直接通过日常使用的自然语言提交查询请求，从而获取数据库中的相关数据信息。近年来，随着机器学习技术的快速发展，尤其在自然语言机器翻译技术上取得的显著进步，越来越多的翻译方法被相继提出。在此基础上，我们从数据库的角度出发，在数据库的自然语言交互方法上也进行了一系列探索。

听众收益：

1. 除了通过传统序列到序列的翻译方法解决NL2SQL问题，是否还有其他方法？

2. 如何利用更可靠的排序机制，获取更可靠的翻译结果？

2. 如何能够指导大模型更好地生成可靠的SQL语句？