Thesis:

Neuro RAG SQL: framework neuro simbólico para traducción de lenguaje natural a SQL en bases de datos relacionales poco documentadas

Las bases de datos relacionales heredadas y poco documentadas dificultan la traducción de lenguaje natural a SQL, especialmente en entornos del sector público caracterizados por nomenclaturas crípticas, ausencia de claves foráneas físicas y alta dependencia de especialistas. Esta tesina presenta Neuro RAG SQL, un framework neuro-simbólico que optimiza la generación de consultas SQL mediante la combinación de recuperación semántica, el modelamiento del esquema como un grafo de conocimiento y algoritmos topológicos deterministas para guiar la inferencia de modelos de lenguaje de gran escala. Validado en un entorno operativo real en el Instituto de Desarrollo Agropecuario (INDAP), el framework demostró un incremento en la tasa de ejecución exitosa global del 63.0% al 80.0% sobre un corpus de 100 consultas de prueba, elevando la ejecutabilidad del 45.5% al 81.8% en el subconjunto de consultas complejas con uniones (n = 11), junto a una reducción de la tasa de error sintáctico y de compilación T-SQL inicial del 54.0% al 21.0% (n = 100). En el ámbito cualitativo y exploratorio, un piloto con analistas institucionales caracterizó la viabilidad del autoservicio asistido, registrando un 80.55% (29 de 36) de consultas adoptadas sin requerir edición manual. Este trabajo demuestra la viabilidad de gobernar modelos generativos mediante restricciones simbólicas estructuradas, aportando trazabilidad, robustez y eficiencia en escenarios corporativos hostiles.