哥伦比亚大学 发布 SEDE 数据集, 应用在 自然语言处理、数据库查询 领域

哥伦比亚大学 本次发布的数据集 SEDE, SEDE数据集是由哥伦比亚大学创建的，包含12,023对自然语言和SQL查询的配对，这些数据是从Stack Exchange网站的真实用户交互中收集的。数据集内容丰富，涵盖了多种实际挑战，如参数使用、日期操作和复杂的子查询等。创建过程中，研究人员通过规则过滤和人工验证确保数据质量。SEDE数据集主要用于评估和改进Text-to-SQL模型在真实世界环境中的性能，特别是在处理自然语言查询和复杂SQL结构时的能力。

查看SEDE

README 内容： 

关于 哥伦比亚大学 , 哥伦比亚大学是一所位于美国纽约市的著名私立研究型大学，以其卓越的学术水平和多元化的校园文化而闻名于世。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。