一种基于大语言模型的自动化NL2SQL数据集构建方法及系统

本发明公开了一种基于大语言模型的自动化NL2SQL数据集构建方法及系统，包括业务导向的SQL查询数据采集；通过渠道采集业务相关的SQL查询语句，采用数据预处理技术，对所获取的SQL样本进行清洗规范；基于大语言模型的NL2SQL数据生成；使用大语言模型生成自然语言与SQL之间的映射对，通过具体的业务问题和表连接方式，反向推导生成对应的自然语言描述，实现SQL到自然语言的转换过程；NL2SQL数据集质量优化；面向私有化部署的数据集动态更新。本发明通过引入自动化的SQL样本生成机制与多维质量控制流程，显著降低人工干预，提升数据集的多样性和准确性。