---
title: CDC_AI-Lab_Text2SQL_EN_150K
canonical_url: "https://www.modelscope.cn/datasets/JinzhangLi/CDC_AI-Lab_Text2SQL_EN_150K"
md_url: "https://www.modelscope.cn/datasets/JinzhangLi/CDC_AI-Lab_Text2SQL_EN_150K.md"
repository: JinzhangLi/CDC_AI-Lab_Text2SQL_EN_150K
chinese_name: "Text2SQL-英文-150K"
last_updated: 2026-10-23
license: "Apache License 2.0"
storage_size: "81 MB"
domain:
  - text
tasks:
  - text-to-SQL
  - table-question-answering
language:
  - en
downloads: 223
stars: 4
---

# CDC_AI-Lab_Text2SQL_EN_150K

> CDC_AI-Lab_Text2SQL_EN_150K - JinzhangLi 在 ModelScope 开源的数据集。这是一个具有154454条英文Query-英文Schema-SQL对的NL2SQL数据集

JinzhangLi/CDC_AI-Lab_Text2SQL_EN_150K 是 ModelScope 魔搭社区上的text-to-SQL、table-question-answering数据集，涉及 text 领域，存储大小 81 MB，采用 Apache License 2.0 许可。

- **Repository**: JinzhangLi/CDC_AI-Lab_Text2SQL_EN_150K
- **License**: Apache License 2.0
- **Tasks**: text-to-SQL, table-question-answering
- **Domain**: text
- **Storage size**: 81 MB
- **Downloads**: 223
- **Stars**: 4
- **Last updated**: 2026-10-23

Source: https://www.modelscope.cn/datasets/JinzhangLi/CDC_AI-Lab_Text2SQL_EN_150K

---

## 数据出处
团队采用来自HuggingFace的philikai的工作，在此进行鸣谢，链接如下：

https://hf-mirror.com/datasets/philikai/200k-Text2SQL

在这个基础上通过检查，整理，格式变化，筛选出约150k数据


## 如何使用
请直接下载数据文件EN-struct-1.json/EN-data.json

## EN-Struct-1数据样式
~~~
comming soon
~~~

## EN-data数据样式
~~~
{
    "query": "which states border arizona", 
    "SQL": " SELECT border FROM border_info WHERE state_name = 'arizona'", 
    "table_name": ["border_info"], 
    "column_name": [["state_name", "border"]], 
    "db_name": ""
}
~~~

## 数据集描述
具有154454条y英文下的Query-Schema-SQL对的数据集，主要用于基于LLM的SFT的NLSQL模型训练与微调

### 数据集简介
用于训练&测试模型NL2SQL能力

### 引用文献
目前论文尚未见刊，若有引用可以引用本地址进行鸣谢

### Clone with HTTP
* git clone https://oauth2:6A648f74ezscmger5t6H@www.modelscope.cn/datasets/JinzhangLi/CDC_AI-Lab_Text2SQL_EN_150K.git