一种适用于所有行业的基于大模型生成nl2sql训练集的方法及系统与流程

1.一种适用于所有行业的基于大模型生成nl2sql训练集的方法，其特征在于：所述包括以下步骤：

2.根据权利要求1所述的一种适用于所有行业的基于大模型生成nl2sql训练集的方法，其特征在于：基于建表语句构建初始问题集的具体操作包括：

3.根据权利要求1所述的一种适用于所有行业的基于大模型生成nl2sql训练集的方法，其特征在于：生成与校验种子sql的具体操作包括：

4.根据权利要求1所述的一种适用于所有行业的基于大模型生成nl2sql训练集的方法，其特征在于：人工校验扩充后的问题的具体操作包括：

5.根据权利要求1所述的一种适用于所有行业的基于大模型生成nl2sql训练集的方法，其特征在于：数据库执行与结果比对的具体操作包括：

6.一种根据权利要求1-5任意一项所述的适用于所有行业的基于大模型生成nl2sql训练集的方法的适用于所有行业的基于大模型生成nl2sql训练集系统，其特征在于：所述系统包括：

7.根据权利要求6所述的一种适用于所有行业的基于大模型生成nl2sql训练集系统，其特征在于：初始问题集构建模块，在构建初始问题集过程中，通过编写通用脚本的方法，进行问题构建，在脚本中构建通用prompt，调用大模型接口，针对不同行业场景，仅需变更通用prompt中的建表语句以及提供的一些问题示例，或者提供的一些表数据，即可生成基于表结构的具体场景下的问题集；

8.根据权利要求6所述的一种适用于所有行业的基于大模型生成nl2sql训练集系统，其特征在于：校验种子生成模块，撰写自动化脚本，通过请求大模型接口的方式，自动化生成种子问题对应的sql语句，并输出sql语句文件，通过自动化脚本，极大缩短人为编写sql的时间，极大的提高构建训练集的效率，并对生成的sql再次进行人工校验；

9.根据权利要求6所述的一种适用于所有行业的基于大模型生成nl2sql训练集系统，其特征在于：校验模块，对每个问题进行仔细阅读，理解其查询意图和表述方式，尤其是指标或场景的表述方式，人工将问题与对应的种子问题进行对比，检查在语义上是否保持一致，对于语义不一致的问题，要求与业务人员或客户进行深入的分析和讨论，并根据实际情况进行了修正处理；通过修改措辞、添加上下文信息或明确查询条件等方式来消除歧义，使其更加清晰明确，记录下问题和修改过程，以便后续对训练集进行进一步优化和改进；

10.根据权利要求6所述的一种适用于所有行业的基于大模型生成nl2sql训练集系统，其特征在于：执行和对比模块，连接到一个实际的数据库并执行这些sql语句，当前步骤需确保所有执行的sql都可查询到结果数据，否则导致匹配结果不准确；操作人员执行300个种子sql语句并记录查询结果，写入文件中，操作人员分别执行与每个种子问题对应的10个扩充问题的sql语句，并将查询结果与种子sql的查询结果进行比对，如果扩充后问题的sql查询结果与对应种子sql一致，则说明该sql语句是准确的；如果不一致，则说明该sql语句存在问题，需要进行修正；