一种基于零售商品数据库的NL2SQL自动提示方法及系统

本公开属于自然语言处理技术领域，具体提供了一种基于零售商品数据库的NL2SQL自动提示方法，其中方法包括：收集零售商品行业的NL2SQL问题对，采取数据增广策略来进行数据增广得到增广数据库；结合增广数据库执行反馈和ground‑truth SQL贡献反馈，构建偏好学习数据集；使用DPO算法对DELLM进行偏好学习微调；利用经过偏好学习微调后的DELLM生成知识，并结合用户查询、数据库架构和指令，辅助Text‑to‑SQL模型生成SQL语句。通过动态提示词的生成和扩充知识标注，显著提高了NL2SQL模型在处理复杂和个性化查询问题时的准确性和效率。此外，通过有监督微调和强化学习，模型能够不断学习和适应新的查询模式，从而在实际应用中提供更加稳定和可靠的性能。