T5 Base Text To Sql

🚀 T5-SQL-Translator

T5-SQL-Translatorは、GoogleのT5-smallモデルをファインチューニングしたモデルです。英語の自然言語クエリをSQLのSELECTクエリに変換することに特化しています。このモデルは、英語のクエリを理解し、データベース用の対応するSQL SELECTクエリを生成するように訓練されており、自然言語からSQLへの変換プロセス、特にSELECT操作の自動化に役立ちます。

🚀 クイックスタート

T5-SQL-Translatorは、英語の自然言語クエリをSQLのSELECTクエリに変換することができます。以下の手順で使用することができます。

✨ 主な機能

• 英語の自然言語クエリをSQLのSELECTクエリに自動変換することができます。

📦 インストール

1. Hugging Face Transformersをインストールする

   pip install transformers
   

💻 使用例

基本的な使用法

# Load model directly
from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

tokenizer = AutoTokenizer.from_pretrained("suriya7/t5-base-text-to-sql")
model = AutoModelForSeq2SeqLM.from_pretrained("suriya7/t5-base-text-to-sql")

def translate_to_sql_select(english_query):
    input_text = "translate English to SQL: "english_query
    input_ids = tokenizer.encode(input_text, return_tensors="pt",max_new_tokens=100,do_sample=False)
    outputs = model.generate(input_ids)
    sql_query = tokenizer.decode(outputs[0], skip_special_tokens=True)
    return sql_query

# Example usage
english_query = "Show all employees with salary greater than $50000"
sql_query = translate_to_sql_select(english_query)
print("SQL Query:", sql_query)

📚 ドキュメント

モデルの詳細

性能

• 評価指標: BLEUスコア34.962700

謝辞

• 元のT5モデルはGoogle Researchによって開発されました。
• 訓練データはhttps://huggingface.co/datasets/b-mc2/sql-create-context から取得されました。
• モデルの共有を容易にするためのTransformersライブラリとModel Hubを提供してくれたHugging Faceに特別な感謝を送ります。

連絡先

モデルに関する問い合わせや問題がある場合は、以下のアドレスに連絡してください。

• thesuriya3@gmail.com

📄 ライセンス

このモデルはMITライセンスの下で提供されています。