近日，數(shù)說(shuō)故事×IDEA數(shù)說(shuō)故事實(shí)驗(yàn)室（以下簡(jiǎn)稱IDEA實(shí)驗(yàn)室）聯(lián)合研究團(tuán)隊(duì)共創(chuàng)的學(xué)術(shù)論文《PARSQL: Enhancing Text-to-SQL through SQL Parsing and Reasoning》被國(guó)際學(xué)術(shù)頂會(huì)ACL 2025收錄，繼此前雙方合力研究的「細(xì)粒度情感四元組識(shí)別 (ASQP) 任務(wù)」成果被收錄后，再度躋身 ACL 國(guó)際學(xué)術(shù)舞臺(tái)。

ACL大會(huì)由國(guó)際計(jì)算語(yǔ)言學(xué)協(xié)會(huì)主辦，是自然語(yǔ)言處理與計(jì)算語(yǔ)言學(xué)領(lǐng)域最高級(jí)別的學(xué)術(shù)會(huì)議。ACL 2025是中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）推薦的唯一A類的自然語(yǔ)言領(lǐng)域國(guó)際學(xué)術(shù)會(huì)議。

本次研究成果入選 ACL國(guó)際頂會(huì)，不僅是對(duì)「PARSQL」技術(shù)在輕量模型語(yǔ)義解析領(lǐng)域創(chuàng)新突破的國(guó)際認(rèn)可，更是對(duì)數(shù)說(shuō)故事與IDEA實(shí)驗(yàn)室產(chǎn)學(xué)研深度融合技術(shù)創(chuàng)新的肯定。

在企業(yè)數(shù)據(jù)量呈爆炸式增長(zhǎng)的當(dāng)下，數(shù)據(jù)洞察早已從「加分項(xiàng)」變成核心剛需。品牌投放反饋、大促期間流量瞬變、跨境市場(chǎng)&政策波動(dòng)等場(chǎng)景，要求數(shù)據(jù)查詢分析具備「秒級(jí)反饋」能力，如何讓數(shù)據(jù)流動(dòng)起來(lái)并創(chuàng)造價(jià)值？以往的Text?to?SQL（NL2SQL）技術(shù)，通過(guò)聊天的方式就能查詢數(shù)據(jù)庫(kù)，但實(shí)際使用時(shí)經(jīng)常遇到尷尬問(wèn)題：

• 常常漏掉關(guān)鍵約束。例如運(yùn)營(yíng)人員查詢「近 30 天微博投放中互動(dòng)率超 10% 且金額超 5 萬(wàn)」的內(nèi)容時(shí)，模型因漏識(shí) 「金額」 條件致結(jié)果含大量低預(yù)算數(shù)據(jù)。
• 查詢邏輯「翻車」。例如市場(chǎng)團(tuán)隊(duì)想獲取「每個(gè)品牌在小紅書(shū)平臺(tái)的平均點(diǎn)贊數(shù)，并篩選出平均值大于1000的品牌」。模型誤將篩選條件放到SELECT子句中，導(dǎo)致查詢返回全量品牌數(shù)據(jù)而非目標(biāo)品牌。
• 越復(fù)雜的業(yè)務(wù)需求，越「答非所問(wèn)」。例如數(shù)據(jù)分析師查詢 2024 年 Q1 連續(xù)三周產(chǎn)生爆文（點(diǎn)贊 > 1 萬(wàn)）的品牌并分析其投放頻率周變化時(shí)，模型因未理解「連續(xù)三周」「爆文定義」「頻率變化」復(fù)合邏輯僅返回所有爆文筆記，偏離分析目標(biāo)。

本次論文中，雙方合力研究的PARSQL（SQL解析與推理增強(qiáng)框架），直擊 Text-to-SQL 技術(shù)在實(shí)際應(yīng)用中的核心痛點(diǎn)，當(dāng)面對(duì)復(fù)雜查詢時(shí)，不是直接「硬闖」，而是先分析、再推理、最后生成，大大提升了準(zhǔn)確性。本次研究中，我們將「PARSQL」技術(shù)的創(chuàng)新應(yīng)用錨定在「輕量模型」上，讓輕量級(jí)模型在資源受限環(huán)境下實(shí)現(xiàn)復(fù)雜語(yǔ)義解析、多條件關(guān)聯(lián)查詢的效率提升，開(kāi)創(chuàng)低算力消耗的數(shù)據(jù)智能新路徑。

01「PARSQL」

讓輕量模型也能應(yīng)對(duì)復(fù)雜查詢

相較于傳統(tǒng)的 Text-to-SQL 「一步到位」轉(zhuǎn)換模式，「PARSQL」創(chuàng)新性地拆解為「解析→增強(qiáng)→推理→校對(duì)」的四步策略，讓輕量模型也能像資深數(shù)據(jù)分析師一樣，系統(tǒng)化地理解和處理復(fù)雜的查詢需求。

PARSQL的重要技術(shù)創(chuàng)新：解析+推理+選擇

1. 智能SQL解析
   「PARSQL 」里的SQL解析器PARSer，能夠先把 SQL 拆解成抽象語(yǔ)法樹(shù)（AST），逐一提煉出用戶在查詢過(guò)程中的每個(gè)約束條件、子查詢片段和關(guān)鍵節(jié)點(diǎn)。接著，「PARSQL 」會(huì)依照 SQL 的執(zhí)行順序來(lái)「講故事」，從 FROM、WHERE 到 GROUP BY、HAVING，再到 ORDER BY，最后到SELECT，系統(tǒng)化地生成每一步的自然語(yǔ)言解釋，為數(shù)據(jù)增強(qiáng)提供高質(zhì)量訓(xùn)練樣本。
2. 數(shù)據(jù)增強(qiáng)和多任務(wù)學(xué)習(xí)策略

「New Pairs」訓(xùn)練：將原始問(wèn)題和 SQL 拆成只帶部分約束的子對(duì)，從細(xì)節(jié)開(kāi)始練起，讓輕量模型在輕量級(jí)練習(xí)中敏銳捕捉細(xì)節(jié)；

「Reason Pairs」訓(xùn)練：讓模型輸出從問(wèn)題到推理步驟的完整鏈路，學(xué)會(huì)寫(xiě)出「為什么這么查」，提升邏輯連貫性；

并行優(yōu)化：同一次訓(xùn)練中，并行優(yōu)化Text-to-SQL和Text-to-Reason兩個(gè)任務(wù)，讓模型既會(huì)寫(xiě)SQL，也會(huì)「說(shuō)理由」。

3.高效選擇策略
在推理階段，PARSQL會(huì)生成多組候選SQL和對(duì)應(yīng)的「推理腳本」，通過(guò)N-gram相似度計(jì)算，一秒鐘內(nèi)挑出最契合邏輯的那條。這種自我校正機(jī)制，把原本容易跑偏的「認(rèn)知坑」填平。

「PARSQL」技術(shù)已成功落地到數(shù)說(shuō)故事旗下產(chǎn)品矩陣，以數(shù)說(shuō)聲吶產(chǎn)品的「智能問(wèn)數(shù)」功能為例，業(yè)務(wù)人員可通過(guò)簡(jiǎn)答對(duì)話的形式便能實(shí)現(xiàn)自主數(shù)據(jù)探索。從業(yè)務(wù)的視角提出數(shù)據(jù)需求，「智能問(wèn)數(shù)」能基于業(yè)務(wù)問(wèn)題進(jìn)行分析和解讀，從數(shù)據(jù)中篩選準(zhǔn)確的數(shù)據(jù)，進(jìn)行合理的統(tǒng)計(jì)與總結(jié)，給用戶明確的回答。

02 性能突破：「PARSQL」

讓輕量模型追平7B大模型

實(shí)驗(yàn)表明，與其他Text-to-SQL方法相比，「PARSQL」這樣一套「解析→增強(qiáng)→校對(duì)」的組合拳，在多個(gè)基準(zhǔn)數(shù)據(jù)集上展示了更高的準(zhǔn)確性和更強(qiáng)的魯棒性。

• 同等模型規(guī)模下表現(xiàn)更優(yōu)：在 BIRD 數(shù)據(jù)集上，PARSQL rule 和 PARSQL llm 相較于 1B 和 3B參數(shù)規(guī)模下均優(yōu)于 SFT CodeS。其中，PARSQL-3Bllm 比 SFT CodeS-3B 的 EX 分?jǐn)?shù)提高了 1.96%，表現(xiàn)接近SFT CodeS-7B，意味著用更少的參數(shù)實(shí)現(xiàn)了相當(dāng)?shù)男阅鼙憩F(xiàn)。
• 在通用數(shù)據(jù)集上更具競(jìng)爭(zhēng)力：在Spider基準(zhǔn)上，PARSQL-1B?rule 相比 SFT CodeS?1B 在執(zhí)行準(zhǔn)確率和語(yǔ)法正確性上分別提升 2.8% 和 2.6%，顯著減少了小錯(cuò)誤的產(chǎn)生，體現(xiàn)出其在基礎(chǔ)任務(wù)中的穩(wěn)定性和細(xì)節(jié)處理能力。
• 在復(fù)雜任務(wù)中更有潛力：在 BIRD 數(shù)據(jù)集上，PARSQL?3B 相較于依賴 GPT?4 的閉源方案，展現(xiàn)出相近的性能，說(shuō)明在資源受限場(chǎng)景下，輕量模型仍具備良好的拓展?jié)摿Α?/li>

這意味著企業(yè)可以通過(guò)「PARSQL」技術(shù)，用更少的計(jì)算資源獲得更高的查詢準(zhǔn)確性，大幅降低AI部署和運(yùn)維成本，同時(shí)保證業(yè)務(wù)查詢的精確性。當(dāng) AI 技術(shù)不再是「猛砸算力」，而是通過(guò)解析+推理+自我校正的多維度設(shè)計(jì)，就能讓「小而美」的模型在千變?nèi)f化的業(yè)務(wù)需求中游刃有余。

03 產(chǎn)業(yè)價(jià)值：重新定義

數(shù)據(jù)查詢的「經(jīng)濟(jì)」模型

對(duì)于數(shù)據(jù)服務(wù)提供商和企業(yè)客戶而言，「PARSQL」的技術(shù)突破具有重要的商業(yè)價(jià)值：

1、成本優(yōu)化：輕量模型的資源消耗僅為大模型的幾分之一，顯著降低算力成本和部署門(mén)檻；

2、精度保證：通過(guò)SQL解析和推理機(jī)制，確保查詢結(jié)果的準(zhǔn)確性，避免業(yè)務(wù)決策偏；

3、本地部署：輕量模型更適合私有化部署，滿足數(shù)據(jù)安全和隱私保護(hù)需求；

4、實(shí)時(shí)響應(yīng)：更高的推理效率，支持高并發(fā)、低延時(shí)的查詢場(chǎng)景；

隨著「PARSQL」技術(shù)的產(chǎn)業(yè)化應(yīng)用，將進(jìn)一步降低企業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)門(mén)檻，讓更多企業(yè)能夠以更低成本、更高效率地利用數(shù)據(jù)價(jià)值，實(shí)現(xiàn)智能化決策。

未來(lái)，數(shù)說(shuō)故事將繼續(xù)秉承「用數(shù)據(jù)講好商業(yè)故事」的使命，攜手更多合作伙伴持續(xù)推動(dòng)AI技術(shù)在數(shù)據(jù)服務(wù)領(lǐng)域的創(chuàng)新應(yīng)用，為企業(yè)數(shù)字化轉(zhuǎn)型提供更加智能、高效、經(jīng)濟(jì)的解決方案。

關(guān)于IDEA數(shù)說(shuō)故事實(shí)驗(yàn)室

IDEA實(shí)驗(yàn)室 DataStory AI Lab由數(shù)說(shuō)故事攜手 IDEA實(shí)驗(yàn)室共建，基于數(shù)說(shuō)故事“大數(shù)據(jù)+AI”豐富的技術(shù)棧積累和平臺(tái)化能力，結(jié)合 IDEA實(shí)驗(yàn)室國(guó)際TOP50的超級(jí)計(jì)算集群優(yōu)勢(shì)，將聯(lián)合國(guó)內(nèi)外頂尖高校和科研院所，圍繞AI知識(shí)圖譜、下一代動(dòng)態(tài)海量事理圖譜技術(shù)等領(lǐng)域展開(kāi)國(guó)際一流的研究和產(chǎn)業(yè)化落地。