mybatis-plus 两个字段拼接成一个条件去匹配_基于Bert的NL2SQL模型：一个简明的Baseline...

转载自：https://kexue.fm/archives/6771

在之前的文章《当Bert遇上Keras：这可能是Bert最简单的打开姿势》[1]中，我们介绍了基于微调Bert的三个NLP例子，算是体验了一把Bert的强大和Keras的便捷。而在这篇文章中，我们再添一个例子：基于Bert的NL2SQL模型。

NL2SQL的NL也就是Natural Language，所以NL2SQL的意思就是“自然语言转SQL语句”，近年来也颇多研究，它算是人工智能领域中比较实用的一个任务。而笔者做这个模型的契机，则是今年我司举办的首届“中文NL2SQL挑战赛”：

首届中文NL2SQL挑战赛，使用金融以及通用领域的表格数据作为数据源，提供在此基础上标注的自然语言与SQL语句的匹配对，希望选手可以利用数据训练出可以准确转换自然语言到SQL的模型。

这个NL2SQL比赛算是今年比较大型的NLP赛事了，赛前投入了颇多人力物力进行宣传推广，比赛的奖金也颇丰富，唯一的问题是NL2SQL本身算是偏冷门的研究领域，所以注定不会太火爆，为此主办方也放出了一个Baseline，基于Pytorch写的，希望能降低大家的入门难度。

抱着“Baseline怎么能少得了Keras版”的心态，我抽时间自己用Keras做了做这个比赛，为了简化模型并且提升效果也加载了预训练的Bert模型，最终形成此文。

数据示例 #

每个数据样本如下：

{
    "table_id": "a1b2c3d4", # 相应表格的id"question": "世茂茂悦府新盘容积率大于1，请问它的套均面积是多少？", # 自然语言问句"sql":{
     # 真实SQL"sel": [7], # SQL选择的列 "agg": [0], # 选择的列相应的聚合函数, '0'代表无&