基于动态难度调整的Text2SQL数据集生成方法

本发明公开了基于动态难度调整的Text2SQL数据集生成方法。该方法提出复杂度量化方法，对SQL语句和Text文本的复杂度进行评价。利用大语言模型基于提示词生成模版生成Text2SQL数据集，在提示词生成模版中引入动态约束部分。通过复杂度量化方法对大语言模型生成的数据进行复杂度评估，并与预设的难度目标分布进行比较，修改动态约束，引导模型生成符合预期目标分布的数据。同时还设置了验证与修正模版，保证生成数据的执行正确性与语义正确性，提高数据集构建的效率和质量，确保数据集的多样性和针对性，为模型提供更全面、更贴合实际应用的训练数据，有助于提升Text2SQL模型在不同场景下的泛化能力和性能表现。