Analytics GBI (XiYan-SQL): Text-zu-SQL Intelligente Datenanalyse für ChatBI leicht gemacht

Allgemeine Einführung

Analytics GBI ist ein intelligentes Datenanalyseprodukt auf der Grundlage von Big Models, das von Aliyun Bailian auf den Markt gebracht wurde. Das Produkt nutzt eine fortschrittliche Technologie zur Verarbeitung natürlicher Sprache, die es den Nutzern ermöglicht, Daten in natürlicher Sprache abzufragen und zu analysieren, ohne eine komplexe SQL-Syntax beherrschen zu müssen. Analytics GBI unterstützt eine Vielzahl von Datenquellen, darunter MySQL, PostgreSQL-Protokolldatenbanken und Excel-Dateien, und bietet flexible Bereitstellungsoptionen, die öffentliche Cloud- und hybride Bereitstellungsmodelle unterstützen. Das Multi-Intelligenz-Framework kann dynamisch mehrere Intelligenzen für die Durchführung von Aufgaben entsprechend der Aufgabenkomplexität einplanen und bietet effiziente Datenanalyse- und intelligente Diagrammvisualisierungsfunktionen, um die Entscheidungseffizienz und die Dateneinsichtsmöglichkeiten der Benutzer zu verbessern.

Empfohlene Open-Source-Produkte:DB-GPT: Aufbau eines Frameworks für die Entwicklung KI-nativer Datenanwendungen, das Multi-Modell-Management und intelligente Datenverarbeitung integriert

XiYan-SQL: Ein Multi-Generator-Integrationsrahmen für Text zu SQL

Um die Leistungsherausforderungen großer Sprachmodelle bei der Umwandlung natürlicher Sprache in SQL-Aufgaben zu bewältigen, schlagen wir XiYan-SQL vor, ein innovatives Framework, das eine Integrationsstrategie mit mehreren Generatoren zur Verbesserung der Kandidatengenerierung einsetzt. Wir führen M-Schema ein, eine halbstrukturierte Schemadarstellung für ein besseres Verständnis von Datenbankstrukturen. Um die Qualität und Vielfalt der generierten SQL-Abfragekandidaten zu verbessern, kombiniert XiYan-SQL das bemerkenswerte Potenzial des Kontextlernens (ICL) mit der präzisen Kontrolle der überwachten Feinabstimmung. Einerseits schlagen wir eine Reihe von Trainingsstrategien zur Feinabstimmung des Modells vor, um qualitativ hochwertige Kandidaten mit unterschiedlichen Präferenzen zu generieren. Andererseits implementieren wir eine Beispielauswahlmethode, die auf der Erkennung benannter Entitäten basiert, um eine Überbetonung von Entitäten in ICL-Ansätzen zu verhindern. Der Refiner optimiert jeden Kandidaten, indem er logische oder syntaktische Fehler korrigiert. Um die Herausforderung, die besten Kandidaten zu identifizieren, zu bewältigen, stimmen wir ein Auswahlmodell ab, um subtile Unterschiede in den SQL-Abfragen der Kandidaten zu erkennen. Experimentelle Ergebnisse auf mehreren Dialektdatensätzen zeigen, dass XiYan-SQL eine hohe Robustheit bei der Bewältigung der Herausforderungen in verschiedenen Szenarien aufweist. Insgesamt erreicht das von uns vorgeschlagene XiYan-SQL eine konkurrenzfähige Ausführungsgenauigkeit von 89.65% auf dem Spider Testset, 69.86% auf SQL-Eval, 41.20% auf NL2GQL und 72.23% auf dem Bird Entwicklungsbenchmark. Das Framework verbessert nicht nur die Qualität und Vielfalt von SQL-Abfragen, sondern übertrifft auch frühere Ansätze.

Quelle: https://github.com/XGenerationLab/XiYan-SQL

Funktionsliste

• natürlichsprachlicher DialogAbfrage und Analyse von Daten in natürlicher Sprache, ohne die SQL-Syntax beherrschen zu müssen.
• Unterstützung mehrerer DatenquellenUnterstützung für MySQL- und PostgreSQL-Protokolldatenbanken und Andocken von Excel-Dateien.
• Intelligente AufgabenplanungEin Multi-Intelligent Body Framework plant die Ausführung von Aufgaben dynamisch auf der Grundlage der Aufgabenkomplexität.
• Intelligente Chart-VisualisierungIntelligente Diagramme auf der Grundlage von Datenmerkmalen zur visuellen Darstellung von Analyseergebnissen erstellen.
• Erläuterung der GeschäftslogikFlexible Funktionen zur Interpretation von Geschäftslogik, die Big Models helfen, Geschäftsszenarien zu verstehen.
• Verwaltung von DatentabellenVerwalten von Datentabelleninformationen zur Verbesserung der Abfragegenauigkeit.
• Fallbuch SelbstbedienungOptimierung der Modelleffektivität durch Anleitung des Selbstlernens des Modells durch Fallmanagement.
• Einsatz der SicherheitUnterstützt öffentliche Clouds und hybride Bereitstellungsmodelle für Datensicherheit.

Hilfe verwenden

Installation und Konfiguration

1. Registrieren & Anmelden: ZugangDialektik GBI Offizielle Website, registrieren Sie sich und melden Sie sich mit Ihrem AliCloud-Konto an.
2. Ein Projekt erstellenNach dem Einloggen gehen Sie in die Konsole, klicken auf "Projekt erstellen", geben den Projektnamen und die Beschreibung ein und wählen den Datenquellentyp.
3. Verbinden mit einer DatenquelleJe nach ausgewähltem Datenquellentyp geben Sie die entsprechenden Verbindungsinformationen ein (z. B. Datenbank-URL, Benutzername, Passwort usw.), um die Verbindung zur Datenquelle herzustellen.
4. Intelligente Körper konfigurierenIn den Projekteinstellungen konfigurieren Sie die Aufgabenplanung und die Ausführungsstrategie der Intelligenzen und wählen das entsprechende intelligente Körpermodell aus.
5. Einsatz und PrüfungNachdem Sie die Konfiguration abgeschlossen haben, klicken Sie auf "Bereitstellen", und das System wird automatisch bereitgestellt. Nachdem die Bereitstellung abgeschlossen ist, können Sie über die Konsole testen, ob die Konfiguration korrekt ist.

Richtlinien für die Verwendung

1. Abfrage in natürlicher SpracheAbfrage in natürlicher Sprache: Geben Sie eine Abfrageanweisung in natürlicher Sprache in das Eingabefeld der Konsole ein, z. B. "Abfrage der Verkaufsdaten 2023". Das System generiert automatisch SQL und gibt die Abfrageergebnisse zurück.
2. Intelligente DiagrammerstellungAuf der Seite mit den Abfrageergebnissen klicken Sie auf "Diagramm generieren". Das System generiert automatisch das entsprechende Diagramm entsprechend den Datenmerkmalen, und die Benutzer können verschiedene Diagrammtypen für die Anzeige auswählen.
3. Unterstützung des Mehrrunden-DialogsDas System unterstützt mehrere Dialogrunden, in denen die Benutzer während des Abfragevorgangs Fragen hinzufügen, ändern oder nachfassen können, und das System antwortet intelligent und kontextabhängig.
4. Erläuterung der GeschäftslogikWährend des Abfrageprozesses können die Benutzer Erklärungen zur Geschäftslogik hinzufügen, damit das System die Absicht der Abfrage besser versteht.
5. Verwaltung der FallbibliothekBenutzer können Fälle in der Fallbibliothek hinzufügen, ändern und verwalten, das Modell durch Fälle zum Selbstlernen führen und die Genauigkeit und Effektivität des Modells verbessern.
6. Verwaltung von DatentabellenIm Modul "Datentabellenverwaltung" der Konsole können Benutzer Datentabelleninformationen, einschließlich Tabellenstruktur, Spalteninformationen usw., anzeigen und verwalten, um dem System zu helfen, das Abfrageproblem besser zu verstehen.
7. SicherheitseinstellungenIn den Projekteinstellungen können Benutzer Datensicherheitsrichtlinien konfigurieren, einschließlich VPC-Zugriff, Datenverschlüsselung usw., um die Sicherheit der Datenübertragung und -speicherung zu gewährleisten.

allgemeine Probleme

• Fehler bei der DatenbankverbindungPrüfen Sie, ob das URL-Format korrekt ist, stellen Sie sicher, dass die URL eine über ein öffentliches Netzwerk erreichbare Adresse ist, prüfen Sie die IP-Beschränkung für den Datenbankzugriff, stellen Sie sicher, dass die IP-Adresse des öffentlichen Netzwerks von Dialectic GBI in der Whitelist enthalten ist.
• Schlechte UmfrageergebnisseAufteilung komplexer Probleme in mehrere einfache Probleme, Hinzufügen von Datentabellendarstellungen und Schemainformationen, Hinzufügen von Erläuterungen zur Geschäftslogik, Hinzufügen von Optimierungsfällen.
• Fehler bei der DatumsformatierungEs wird empfohlen, das Format JJJJ-MM-TT zu verwenden und das Datumsformat in der Spaltenbeschreibung anzugeben.