NL2SQL-Patent-Paper-100 数据集

首个面向专利和论文检索的中文 NL2SQL 数据集，包含自然语言查询到结构化检索表达式的转换对。

数据集概述

数据集摘要

本数据集包含 100 条专利/论文检索领域的 NL2SQL 样本，每条数据包含：

• 中文自然语言查询（query）
• 对应的半结构化检索表达式（nl2sql）
• 英文翻译版本

这是更大规模数据集（742条）的样本子集，用于社区验证和基线测试。

支持的任务

• Text-to-SQL：自然语言到结构化查询转换
• 语义解析：自然语言理解到形式化表达
• 信息检索：专利/论文检索查询理解
• 机器翻译：中英技术文本翻译

语言

• 中文（简体）
• 英文

领域

• 专利检索
• 学术论文检索
• 知识产权

---

数据集结构

数据字段

字段名	类型	描述	示例
id	int	唯一标识符	4
query_paradigm	string	查询范式描述	patent|k3|org+cited_count+ipc
query_zh	string	中文自然语言查询	看看华为这块，被引用不少于100次...
nl2sql_zh	string	中文结构化表达式	patent|org_name:华为 AND cited_count...
query_en	string	英文自然语言查询	I'd like to find out: What patents...
nl2sql_en	string	英文结构化表达式	patent|org_name:Huawei AND cited_count...

数据分割

分割	样本数	说明
train	100	完整样本集（本版本暂不分割）

查询类型分布

查询范式	数量	占比
patent (专利检索)	~70%	专利相关查询
paper (论文检索)	~20%	论文相关查询
patent+paper (混合)	~10%	混合查询

---

数据集创建

数据来源

• 数据类型：专利和论文检索场景的模拟查询数据
• 构建方式：基于检索场景需求人工设计并标注
• 采集时间：2024年
• 数据版本：v1.0.0-sample

数据构建流程

1. 需求分析：分析专利/论文检索系统的典型查询场景和需求
2. 场景设计：设计覆盖多种检索条件的查询场景
3. 范式定义：定义查询范式（query_paradigm）描述查询结构
4. 人工编写：专业标注员编写自然语言查询和对应的结构化表达式
5. 质量审核：资深审核员检查语法和语义正确性
6. 翻译校对：专业译者进行中英互译

查询范式说明

查询范式（query_paradigm）使用以下格式描述查询结构：

resource_type|query_type|fields|filters|base_date

示例：

• patent|k3|org+cited_count+ipc|base=20251111：专利检索，K3类型，包含机构、引用数、IPC分类字段
• paper|k4|org+kw+reference_count|base=20251231：论文检索，K4类型，包含机构、关键词、参考文献数

---

使用指南

快速开始

from datasets import load_dataset

# 从 Hugging Face 加载
dataset = load_dataset("KyrieSun/nl2sql-patent-paper-100")

# 查看样本
sample = dataset["train"][0]
print(f"Query: {sample['query_zh']}")
print(f"NL2SQL: {sample['nl2sql_zh']}")

本地加载

import json

# 从 JSONL 加载
data = []
with open("nl2sql_sample_100.jsonl", "r", encoding="utf-8") as f:
    for line in f:
        data.append(json.loads(line))

print(f"加载了 {len(data)} 条数据")
print(f"第一条: {data[0]['query_zh']}")

任务示例：Text-to-SQL

from transformers import AutoTokenizer, AutoModelForSeq2SeqLM

# 加载模型（示例使用 T5）
tokenizer = AutoTokenizer.from_pretrained("t5-base")
model = AutoModelForSeq2SeqLM.from_pretrained("t5-base")

# 准备输入
input_text = f"translate to SQL: {sample['query_zh']}"
inputs = tokenizer(input_text, return_tensors="pt")

# 生成输出
outputs = model.generate(**inputs)
predicted_sql = tokenizer.decode(outputs[0], skip_special_tokens=True)

print(f"输入: {sample['query_zh']}")
print(f"预测: {predicted_sql}")
print(f"真实: {sample['nl2sql_zh']}")

---

基准测试

评估指标

指标	说明
Exact Match (EM)	完全匹配率
Component Match	组件级匹配率
BLEU	生成质量

当前基线

模型	EM	BLEU	备注
T5-base	--	--	待测试
ChatGPT-3.5	--	--	待测试

欢迎提交你的实验结果！

---

数据示例

示例 1：专利检索

{
  "id": 4,
  "query_paradigm": "patent|k3|org+cited_count+ipc|base=20251111",
  "query_zh": "看看华为这块，被引用不少于100次、IPCG02B的专利有哪些？",
  "nl2sql_zh": "patent|org_name:华为 AND cited_count:[100 TO *] AND ipc_cpc:G02B",
  "query_en": "I'd like to find out: What patents by Huawei have been cited more than 100 times and belong to IPCG02B?",
  "nl2sql_en": "patent|org_name:Huawei AND cited_count:[100 TO *] AND ipc_cpc:G02B"
}

示例 2：论文检索

{
  "id": 193,
  "query_paradigm": "patent|k4|org+kw+reference_count+ipc|base=20251231",
  "query_zh": "想搜广东微容电子科技股份有限公司相关的，关于功率器件、引用超过5次、IPCG01N的专利有哪些？",
  "nl2sql_zh": "patent|org_name:广东微容电子科技股份有限公司 AND key_words:功率器件 AND reference_count:[6 TO *] AND ipc_cpc:G01N",
  "query_en": "I'm looking for information about Guangdong Microelectronics Technology Co., Ltd., specifically regarding power devices, patents cited more than 5 times, and the IPCG01N patent.",
  "nl2sql_en": "patent|org_name:Guangdong Microelectronics Technology AND key_words:power devices AND ipc_cpc:G01N AND reference_count:[6 TO *]"
}

---

局限性

1. 样本规模：本版本仅包含100条样本，用于验证和基线测试
2. 领域局限：专注于专利和论文检索领域，通用性有限
3. 语言局限：主要面向中文查询，英文为翻译版本
4. 表达式格式：使用特定的半结构化格式，非标准 SQL

---

更新计划

版本	预计时间	内容
v1.1.0	2024-Q2	发布完整版（742条）
v1.2.0	2024-Q3	增加更多查询类型
v2.0.0	2024-Q4	扩展至其他技术领域

---

引用

BibTeX

@dataset{nl2sql_patent_paper_2024,
  author = {KyrieSun},
  title = {NL2SQL-Patent-Paper-100: A Chinese NL2SQL Dataset for Patent and Paper Retrieval},
  year = {2024},
  publisher = {Hugging Face},
  version = {1.0.0},
  url = {https://huggingface.co/datasets/KyrieSun/nl2sql-patent-paper-100}
}

引用格式

KyrieSun. (2024). NL2SQL-Patent-Paper-100: A Chinese NL2SQL Dataset for Patent and Paper Retrieval [Data set]. Hugging Face. https://huggingface.co/datasets/KyrieSun/nl2sql-patent-paper-100

---

许可协议

本数据集采用 CC BY 4.0 协议。

您可以：

• ✅ 共享 — 复制、分发和传播
• ✅ 改编 — 混音、转换和基于本作品创作

条件：

• 署名 — 您必须给出适当的署名

---

联系方式

• 数据集维护：通过 Hugging Face 或 GitHub 联系
• 问题反馈：GitHub Issues
• Hugging Face：@KyrieSun

---

更新日志

版本	日期	更新内容
v1.0.0	2024-03-31	初始发布，100条样本