一种基于大模型集成学习的text2sql方法

本发明的一种基于大模型集成学习的text2sql方法，获取超参数K、RT、T_N、RC、C_N以及Moe_N后，划分成两组超参数组，超参数组用于进行训练，其中K可以用于Schema‑linking模型进行微调，针对用户问题处理得到包含初始表名和列名的初始PreTC集合，而后可以根据RT、T_N、RC、C_N对初始PreTC集合补充得到初始FinTC集合，Moe_N用于SQL生成模型的训练，训练完成的SQL生成模型可以对用户问题以及初始FinTC集合进行处理，基于处理的结果比较得到效果较好的最优超参数组，最优超参数组中的K以及Moe_N用于Schema‑linking模型生成更多的候选表和列以及SQL生成模型的训练，而RT、RC或T_N、C_N可以对集合进行补充，通过对Schema‑linking模型筛选出的候选表和列的精心设计以及SQL生成模型的调整训练，可以提升SQL生成的准确率。