一种基于预训练模型的联合多任务表格语义解析方法

本发明公开了一种基于预训练模型的联合多任务表格语义解析方法，涉及自然语言处理与数据库技术领域。该方法从指定网站爬取SQL语句，利用大语言模型将SQL及表格转为自然语言文本，提取列与表形成正、负样本，将实验数据转为Spider数据集格式，通过提示词模板和少样本框架完成自然语言问题及数据库模式任务；接着构建12层关系感知Transformer架构的MLNaT模型，输入按特定格式拼接的语句与列名，设置掩码语言、列预测和SQL生成三项任务，并进行预训练；最后在Spider数据集上以精确集合匹配率评估，以RAT‑SQL为基线模型。验证了MLNaT模型在列预测和SQL生成方面均优于基准模型。