rat sql

大鼠-SQL

该存储库包含ACL 2020纸的代码“ RAT-SQL：与文本到SQL Parsers”的编码和链接。

如果您在工作中使用RAT-SQL，请如下引用：

 @inproceedings { rat-sql ,
    title = " {RAT-SQL}: Relation-Aware Schema Encoding and Linking for Text-to-{SQL} Parsers " ,
    author = " Wang, Bailin and Shin, Richard and Liu, Xiaodong and Polozov, Oleksandr and Richardson, Matthew " ,
    booktitle = " Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics " ,
    month = jul,
    year = " 2020 " ,
    address = " Online " ,
    publisher = " Association for Computational Linguistics " ,
    pages = " 7567--7578 "
}

ChangElog

2020-08-14：

• Docker映像现在从支持CUDA的基本图像继承。
• 澄清了图像上的内存和数据集要求。
• 修复了该问题的问题未转换为bert值链接的单词件ID。

用法

步骤1：下载第三方数据集和依赖项

下载数据集：蜘蛛和Wikisql。如果蜘蛛，请确保下载08/03/2020版本或更新。在此项目之外的某个地方打开数据集，以创建以下目录结构：

 /path/to/data
├── spider
│   ├── database
│   │   └── ...
│   ├── dev.json
│   ├── dev_gold.sql
│   ├── tables.json
│   ├── train_gold.sql
│   ├── train_others.json
│   └── train_spider.json
└── wikisql
    ├── dev.db
    ├── dev.jsonl
    ├── dev.tables.jsonl
    ├── test.db
    ├── test.jsonl
    ├── test.tables.jsonl
    ├── train.db
    ├── train.jsonl
    └── train.tables.jsonl

要使用WikisQL数据集，请将其评估脚本克隆到该项目中：

mkdir -p third_party
git clone https://github.com/salesforce/WikiSQL third_party/wikisql

步骤2：构建并运行Docker Image

我们提供了一个为您设置整个环境的Dockerfile 。它假设您将下载的数据集安装在步骤1中，将其作为卷/mnt/data插入运行映像中。因此，RAT-SQL的环境设置为：

docker build -t ratsql .
docker run --rm -m4g -v /path/to/data:/mnt/data -it ratsql

请注意，图像需要至少4 GB的RAM才能进行预处理。默认情况下，用于Mac的Docker桌面和Windows运行容器的Docker Desktop带有2 GB的RAM。 -m4g开关覆盖它；另外，您可以增加Docker桌面设置中的默认限制。

如果您希望在没有Docker的情况下设置并运行代码库，请按照Dockerfile One中的步骤进行操作。请注意，此存储库需要3.7或更高的Python和JVM才能运行Stanford Corenlp。

步骤3：运行实验

每个实验在experiments中都有自己的配置文件。使用任何模型版本或数据集的管道是：

python run.py preprocess experiment_config_file  # Step 3a: preprocess the data
python run.py train experiment_config_file       # Step 3b: train a model
python run.py eval experiment_config_file        # Step 3b: evaluate the results

使用以下实验配置文件重现我们的结果：

• 蜘蛛，手套版本： experiments/spider-glove-run.jsonnet
• 蜘蛛，伯特版本（需要至少具有16GB内存的GPU）： experiments/spider-bert-run.jsonnet
• Wikisql，手套版本： experiments/wikisql-glove-run.jsonnet

确切的模型准确性可能会因随机种子而异±2％。有关详细信息，请参见纸。

贡献

该项目欢迎贡献和建议。大多数捐款要求您同意撰写贡献者许可协议（CLA），宣布您有权并实际上授予我们使用您的贡献的权利。有关详细信息，请访问https://cla.opensource.microsoft.com。

当您提交拉动请求时，CLA机器人将自动确定您是否需要提供CLA并适当装饰PR（例如状态检查，评论）。只需按照机器人提供的说明即可。您只需要使用我们的CLA在所有存储库中进行一次。

该项目采用了Microsoft开源的行为代码。有关更多信息，请参见《行为守则常见问题守则》或与其他问题或评论联系[email protected]。