Bài báo này đề xuất một khuôn khổ chuyển đổi văn bản sang SQL ba giai đoạn, toàn diện, đầu tiên xác định các cơ sở dữ liệu phù hợp với ý định truy vấn của người dùng trong môi trường cơ sở dữ liệu quy mô lớn. Trong khi các phương pháp chuyển đổi văn bản sang SQL hiện có trực tiếp dịch các truy vấn ngôn ngữ tự nhiên thành các lệnh SQL dựa trên một cơ sở dữ liệu cụ thể, khuôn khổ của chúng tôi tận dụng LLM và kỹ thuật nhắc nhở để trích xuất một tập hợp các quy tắc từ các truy vấn ngôn ngữ tự nhiên. Dựa trên các quy tắc này, chúng tôi huấn luyện một mô hình dự đoán db_id quy mô lớn, kết hợp bộ mã hóa dựa trên RoBERTa được tinh chỉnh, để dự đoán mã định danh cơ sở dữ liệu chính xác (db_id). Cuối cùng, chúng tôi sử dụng một tác nhân phê bình để sửa lỗi trong SQL được tạo ra. Kết quả thử nghiệm chứng minh rằng khuôn khổ được đề xuất vượt trội hơn các mô hình tiên tiến về khả năng dự đoán ý định cơ sở dữ liệu và độ chính xác khi tạo SQL.
