Los modelos existentes para tareas NL2SQL están principalmente orientados hacia el texto en inglés y no pueden resolver los problemas de reutilización de nombres de columnas en datos de texto en chino, descripción en consultas de lenguaje natural y representación inconsistente de datos almacenados en la base de datos. Para abordar este problema, este documento propone un modelo chino de NL2SQL de dominio cruzado basado en un grafo heterogéneo y un mecanismo de atención de posición relativa. Este modelo introduce información de estructura relacional definida por el experto para construir grafos heterogéneos iniciales para esquemas de bases de datos y preguntas en lenguaje natural. El grafo heterogéneo se poda en función de las preguntas en lenguaje natural, y se utiliza un mecanismo de atención de posición relativa de múltiples cabezas para codificar el esquema de la base de datos y las preguntas en lenguaje natural. La declaración SQL objetivo se genera utilizando un decodificador estructurado en árbol con una sintaxis SQL predefinida. Los resultados experimentales en el conjunto de datos CSpider demuestran que nuestro modelo alinea mejor el esquema de la base de datos con las preguntas en lenguaje natural y comprende la información semántica en las consultas en lenguaje natural, mejorando efectivamente la precisión de coincidencia de la generación de declaraciones SQL en chino de múltiples tablas.