Cet article propose le framework CRED-SQL pour améliorer la précision des systèmes Text-to-SQL, qui convertissent les requêtes en langage naturel (NLQ) en requêtes SQL dans les bases de données à grande échelle. Les systèmes Text-to-SQL existants souffrent d'une faible précision en raison d'erreurs de correspondance de schéma et de dérives sémantiques causées par des attributs sémantiquement similaires dans les bases de données volumineuses. CRED-SQL résout ce problème d'incompatibilité de schéma en identifiant précisément les tables et les colonnes liées aux NLQ grâce à une recherche de schéma à grande échelle basée sur des clusters. De plus, en introduisant le langage de description d'exécution (EDL), un langage de représentation intermédiaire entre NLQ et SQL, CRED-SQL décompose la tâche en deux étapes : Text-to-EDL et EDL-to-SQL. Cette décomposition exploite les puissantes capacités d'inférence des LLM tout en réduisant la dérive sémantique. Les résultats expérimentaux obtenus sur deux benchmarks inter-domaines à grande échelle, SpiderUnion et BirdUnion, démontrent l'efficacité et l'évolutivité de CRED-SQL en atteignant des performances de pointe.
