[論文レビュー] MCI-SQL: Text-to-SQL with Metadata-Complete Context and Intermediate Correction

Qin Qin Wang, Youhuan Li+6 more|arXiv (Cornell University)|Mar 11, 2026

Natural Language Processing Techniques被引用数 0

ひとこと要約

MCI-SQLは列のメタデータを完全に文脈化し、中間的なSQL修正メカニズムを導入してText-to-SQLの精度を向上させ、BIRDベンチマークで最先端の実行精度を達成します。

ABSTRACT

Text-to-SQL aims to translate natural language queries into SQL statements. Existing methods typically follow a pipeline of pre-processing, schema linking, candidate SQL generation, SQL alignment, and target SQL selection. However, these methods face significant challenges. First, they often struggle with column filtering during schema linking due to difficulties in comprehending raw metadata. Also, the candidate SQL generation process often suffers from reasoning errors, which limits accuracy improvements. To address these limitations, we propose a framework, called MCI-SQL, to efficiently and precisely generate SQL queries. Specifically, we assign metadata-complete contexts to each column, which significantly improves the accuracy of column filtering for schema linking. Also, for candidate SQL generation, we propose an intermediate correction mechanism that validates SQL queries and revises errors in a timely way. Moreover, we also propose effective optimizations in subsequent SQL alignment and selection phases, which further enhance the performance. Experiments on the widely-used BIRD benchmark show that MCI-SQL achieves execution accuracy of 74.45% on the development set and 76.41% on the test set, surpassing current published state-of-the-art results. In addition, we manually identify and correct 412 samples in the BIRD dataset, forming a new version named BIRD-clear, which is released together with our code on GitHub. We also evaluate our methods on BIRD-clear and find that MCI-SQL outperforms baselines by 8.47 percentage points in execution accuracy, further demonstrating the effectiveness and reliability of our framework.

研究の動機と目的

• LLMとデータベースのギャップを、列の正確なフィルタリングのためのメタデータの充実で brid geする。
• 生成中にSQLを検証・修正する中間修正メカニズムを統合する。
• 最終実行精度を高めるためにSQLの整合性と候補生成を最適化する。
• BIRDベンチマークでの優れた性能をデモンストレーションし、修正済みのBIRD-clearデータセットを公開する。

提案手法

• 列・列間・テーブルレベルのメタデータを自然言語説明として集約し、メタデータ完全な文脈を構築する。
• 初期ドラフトSQLを用いて、SQL駆動のスキーマ連結を行い、関連する列を選択的に特定する。
• 実行フィードバックを用いてサブクエリを検証・修正する中間修正メカニズムを使用する。
• SQL生成中に構造化された推論を維持するために適応的プロンプト連鎖を適用する。
• フェーズ間の一貫性（機能と出力の整合）を確保するルール誘導型SQL整合を実装する。
• メタデータ基盤の多層候補SQLを生成し、実行結果の多数決で最終SQLを選択する。

Figure 1. Overview of the prevalent LLM-based Text2SQL workflow and our proposed MCI-SQL operations at each phase.

実験結果

リサーチクエスチョン

• RQ1 メタデータ完全な文脈はText2SQLにおける列フィルタリングとスキーマ連結の精度を改善するか。
• RQ2 SQL生成時の中間修正を統合すると実行精度の向上とエラーの削減につながるか。
• RQ3 多層メタデータと整合戦略は最終的なSQLの質と効率にどう影響するか。
• RQ4 MCI-SQLはBIRDのような現実的な難問データセットにどんな影響を与えるか。
• RQ5 データセット注釈の修正（BIRD-clear）は測定された性能に影響を与えるか。

主な発見

モデル	データセット	実行精度（EX）	備考
MCI-SQL	BIRD (dev)	74.45%	開発セットの実行精度
MCI-SQL	BIRD (test)	76.41%	テストセットの実行精度

• MCI-SQLはBIRD開発セットで74.45%の実行精度を達成。
• MCI-SQLはBIRDテストセットで76.41%の実行精度を達成。
• MCI-SQLは最先端手法を上回り、単一SQL生成精度の改善を示す。
• モデルの能力をより正確に反映するよう、手作業で修正されたBIRD-clearバージョンのデータセットを公開。
• メタデータ完全な文脈と中間修正の併用は、SQL生成時のエラー解決の成功率を高める。

Figure 2. The framework of intermediate correction SQL generation phase.