PolarDB:スマート SQL 要約 (NL2SQL_SUMMARY)

ワークフロー

NL2SQL_SUMMARY のコアプロセスは 2 つの段階で構成されます。まず、自然言語から SQL (NL2SQL) モデルを使用して、自然言語を SQL クエリ文に変換します。次に、解析された SQL 文を使用して、分析的なまとめを生成します。

1. NL2SQL モデルを使用して、自然言語から SQL クエリ文を生成します。

   /*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_nl2sql, select 'Query the credit score of each merchant') WITH (basic_index_name='schema_index',pattern_index_name='pattern_index');

   生成された SQL 文は次のとおりです。生成された SQL 文をコピーします。

   SELECT merchname AS merchant_name, limitscore AS credit_score FROM hkrt_merchant_info ORDER BY limitscore;

2. NL2SQL_SUMMARY モデルを使用して、SQL クエリ結果を要約および分析します。<SQL_statement> をステップ 1 でコピーしたコードに置き換えます。

   /*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_nl2sql_summary,<SQL_statement> WITH (usr_query = <usr_query>);

   パラメーター

   パラメーター	説明	例
   <usr_query>	ユーザーの質問です。このパラメーターは、データ分析と要約の要件を明確にします。	'Merchant type distribution'。
   <SQL_statement>	NL2SQL モデルによって生成された SQL クエリ文です。要約用のデータをフェッチするために使用されます。末尾にセミコロンを追加しないでください。	SELECT merchname AS merchant_name, limitscore AS credit_score FROM hkrt_merchant_info ORDER BY limitscore。

   例

   /*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_nl2sql_summary,
   SELECT merchname AS merchant_name, limitscore AS credit_score FROM hkrt_merchant_info ORDER BY limitscore
    ) WITH (usr_query='Query the credit score of each merchant');

   出力：

   このクエリは 15 の事業者の信用スコアを返し、範囲は 60 から 95 です。最低スコアは 60 (未来スター商店)、最高スコアは 95 (テックシティ) です。全体として、ほとんどの事業者のスコアは 70 を超えており、良好な信用状況を示しています。

   SQL クエリ結果：

   番号	信用スコア	事業者名
   1	60	未来スター商店
   2	65	ステラテックマーチャント
   3	68	イノベート未来
   4	70	栄光商事
   5	72	星々の夢商人
   6	75	フューチャー・テック・マーチャント
   7	80	ドリームテクノロジー
   8	82	Dream Tech マーチャント
   9	85	シャオティエン・テック・マーチャント
   10	85	グロリアスドリーム
   11	88	輝かしい未来の商人
   12	90	グロリアステック
   13	90	グロリアススター
   14	92	テックスター
   15	95	Tech City マーチャント

ベストプラクティス

• NL2SQL と NL2SQL_SUMMARY を組み合わせることで、自然言語クエリからインテリジェントな要約までのフロー全体を自動化できます。

• 質問が明確であることを確認してください。明確な usr_query を提供することで、要約の品質と関連性が向上します。

• より良い可視化のために、NL2Chart 機能を使用して、要約を補完するチャートを生成します。

• 推奨シナリオ：

  シナリオ	代表的なアプリケーション
  データ概要	データベース内の異なるカテゴリや期間にわたるデータ分布を迅速に把握します。
  意思決定支援	ビジネス上の意思決定のために、データドリブンな要約の推奨事項を提供します。
  異常検知	異常なカテゴリや傾向を検知し、考えられる原因を提案します。
  レポート作成	データレポートの主要なセクションを自動的に生成し、効率を向上させます。

NL2SQL_SUMMARY は、生データから主要な情報を迅速に抽出し、構造化された要約を作成します。これにより、後続のデータ分析と意思決定のための強固な基盤が提供されます。