中文自动转SQL，准确率高达92%，这位Kaggle大师刷新世界纪录丨GitHub

郭一璞 发自 南大仙林
量子位 报道 | 公众号 QbitAI

在追一科技主办的首届中文NL2SQL挑战赛上，又一项超越国外水平的NLP研究成果诞生了。

在NL2SQL这项任务上，比赛中的最佳成绩达到了92.19%的准确率，超过英文NL2SQL数据集WikiSQL目前91.8%的最高成绩。

达成这一成绩的队伍的名字很有野心，名叫“不上90不改名字”，团队成员包括来自国防科技大学的博士张啸宇、硕士赛斌，来自昂钛客AI的王苏宏，他们拿下了本届比赛的冠军，抱走了8万奖金。

冠军团队从来自CMU、北大、清华、上交、南大、中科大等多所高校和移动、平安、搜狗等公司的1457支参赛队伍中脱颖而出，超过92%的成绩，让比赛评委、复旦大学教授肖仰华惊喜的说：“结果完全超出预期”。

而另一位评委、比赛主办方追一科技的CTO刘云峰说，该任务的准确率从比赛初期最好成绩60%多提升到超过92.19%的水平，提升幅度超出了他们原本的想象。

而且由于本次比赛用到的中文数据集难度比WikiSQL英文数据集要高，证明在同样设定下，冠军团队的方案已经超过了国外机构最佳算法（state-of-the-art）在中文任务上的表现。

NL2SQL最佳方法揭秘

NL2SQL，也就是把自然语言“翻译”成机器能理解的SQL语句，在人机交互中有巨大的价值，这样的成绩意味着，92.19%的情况下，你说的话都能被机器准确的理解，并给到你想要的答案。

那么，既然机器能理解人话，那从纷繁复杂的数据库中找到资料也是更为容易的事情了。

肖仰华教授说，现在阻碍大数据价值变现的最大难题就是访问数据门槛太高，依赖数据库管理员写复杂的SQL，而且考虑到中文的表述更加多样，中文NL2SQL要比英文难很多。