一键智能总结NL2SQL_SUMMARY

使用方法

NL2SQL_SUMMARY的核心流程包含两大阶段：首先基于NL2SQL技术将自然语言转义为SQL查询语句，随后使用解析的SQL语句生成分析总结。

1. 通过NL2SQL模型，基于自然语言生成SQL查询语句。

   /*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_nl2sql, select '查询各商户信用评分') WITH (basic_index_name='schema_index',pattern_index_name='pattern_index');

   生成的SQL语句如下：

   SELECT merchname AS 商户名称, limitscore AS 信用评分 FROM hkrt_merchant_info ORDER BY limitscore;

2. 通过NL2SQL_SUMMARY模型，对SQL查询结果进行智能总结与分析，调用模型的语法为：

   /*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_nl2sql_summary,<SQL语句> WITH (usr_query = <usr_query>);

   参数说明

   参数名称	参数说明	示例值
   <usr_query>	用户输入的问题描述，用于明确数据分析和总结的需求。	'商户类型分布情况'。
   <SQL语句>	由NL2SQL模型生成的SQL查询语句，用于获取需要总结的数据（结尾无需带分号）。	SELECT merchname AS 商户名称, limitscore AS 信用评分 FROM hkrt_merchant_info ORDER BY limitscore。

   示例：

   /*polar4ai*/SELECT * FROM PREDICT (MODEL _polar4ai_nl2sql_summary,
   SELECT merchname AS 商户名称, limitscore AS 信用评分 FROM hkrt_merchant_info ORDER BY limitscore
    ) WITH (usr_query='查询各商户信用评分');

   输出结果：

   本次共获取15个商户的信用评分，范围60–95分。其中最低分为 60（未来之星商户），最高分为95（科技之城商户）。整体来看，大多数商户评分在70分以上，商户整体信用状况良好。

   SQL语句数据查询结果：

   序号	信用评分	商户名称
   1	60	未来之星商户。
   2	65	星辰科技商户。
   3	68	创新未来商户。
   4	70	星辰光辉商户。
   5	72	星辰梦想商户。
   6	75	未来科技商户。
   7	80	梦想科技商户。
   8	82	梦想科技商户。
   9	85	小天科技商户。
   10	85	光辉梦想商户。
   11	88	光辉未来商户。
   12	90	光辉科技商户。
   13	90	光辉星辰商户。
   14	92	科技之星商户。
   15	95	科技之城商户。

总结建议

• 联合使用NL2SQL和NL2SQL_SUMMARY：从自然语言到结构化查询再到智能总结，实现全流程自动化。

• 确保问题清晰明确：提供清晰的usr_query可提高总结质量和相关性。

• 结合图表展示效果更佳：可配合NL2Chart功能，先生成图表配合总结，增强可视化表达。

• 应用场景推荐：

  场景	典型应用
  数据概览	快速了解数据库中各类别或时间段的数据分布。
  决策支持	为业务决策提供基于数据的总结性建议。
  异常检测	识别出异常类别或趋势，并给出可能原因。
  报告撰写	自动生成数据报告中的关键部分，提升工作效率。

通过NL2SQL_SUMMARY，您可以快速从原始数据中提取关键信息并形成结构化总结，为后续的数据分析和决策提供有力支持。