CN111159220A - 用于输出结构化查询语句的方法和装置 - Google Patents
用于输出结构化查询语句的方法和装置 Download PDFInfo
- Publication number
- CN111159220A CN111159220A CN201911412056.7A CN201911412056A CN111159220A CN 111159220 A CN111159220 A CN 111159220A CN 201911412056 A CN201911412056 A CN 201911412056A CN 111159220 A CN111159220 A CN 111159220A
- Authority
- CN
- China
- Prior art keywords
- natural language
- structured query
- templated
- sample
- query statement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2452—Query translation
- G06F16/24522—Translation of natural language queries to structured queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Machine Translation (AREA)
Abstract
本申请实施例公开了用于输出结构化查询语句的方法和装置。该方法的一具体实施方式包括:获取待转换的自然语言语句;将自然语言语句输入至预先训练的第一模型,生成自然语言语句对应的模板化自然语言;根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句。该实施方式提高了输出结构化查询语句的准确度。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及用于输出结构化查询语句的方法和装置。
背景技术
信息时代,数据库作为信息的载体,得到了越来越广泛的应用。人们需要从数据库中查询各种数据,需要掌握标准的结构化查询语言(Structured Query Language,SQL)。但是对于许多非专业人员来说,掌握SQL比较困难,需要学习SQL的各种语法,所以急切需要一种将自然语言转换为结构化查询语句的方法以供非专业人员使用数据库。
现有的生成结构化查询语句的方法通常是人工编写结构化查询语句或将自然语言查询语句输入预先训练的机器学习模型,得到模型输出的结构化查询语句。
发明内容
本申请实施例提出了用于输出结构化查询语句的方法和装置。
第一方面,本申请的一些实施例提供了一种用于输出结构化查询语句的方法,该方法包括:获取待转换的自然语言语句;将自然语言语句输入至预先训练的第一模型,生成自然语言语句对应的模板化自然语言;根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句。
在一些实施例中,第一模型包括通过以下步骤训练得到的模型:获取样本集,样本集中包括样本自然语言语句以及与样本自然语言语句对应的样本模板化自然语言;基于样本集联合训练第一模型和第二模型,第二模型用于表征模板化自然语言与自然语言语句的对应关系。
在一些实施例中,基于样本集联合训练第一模型和第二模型,包括:将样本自然语言语句与样本自然语言语句对应的样本模板化自然语言,分别作为输入与输出,基于预先建立的损失函数训练得到第一模型,其中,损失函数包括为了满足第一模型和第二模型的概率对偶性而增加的正则项。
在一些实施例中,样本集中包括经由以下步骤生成的样本模板化自然语言:基于待输出的结构化查询语句关联的数据库获取关键信息,关键信息包括以下至少一项:表名、字段名、属性、结构化查询语言中操作符和运算符;将所获取的关键信息填入预先定义的自然语言模板得到样本模板化自然语言。
在一些实施例中,根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句,包括:确定所生成的模板化自然语言包括的关键信息以及对应的自然语言模板;根据预先建立的自然语言模板与结构化查询语句模板的对应关系,获取所确定的自然语言模板对应的结构化查询语句模板;将确定出的关键信息填入所获取的结构化查询语句模板中,得到结构化查询语句。
第二方面,本申请的一些实施例提供了一种用于输出结构化查询语句的装置,该装置包括:获取单元,被配置成获取待转换的自然语言语句;生成单元,被配置成将自然语言语句输入至预先训练的第一模型,生成自然语言语句对应的模板化自然语言;输出单元,被配置成根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句。
在一些实施例中,装置还包括训练单元,训练单元,包括:第一获取子单元,被配置成获取样本集,样本集中包括样本自然语言语句以及与样本自然语言语句对应的样本模板化自然语言;训练子单元,被配置成基于样本集联合训练第一模型和第二模型,第二模型用于表征模板化自然语言与自然语言语句的对应关系。
在一些实施例中,训练子单元,进一步被配置成:将样本自然语言语句与样本自然语言语句对应的样本模板化自然语言,分别作为输入与输出,基于预先建立的损失函数训练得到第一模型,其中,损失函数包括为了满足第一模型和第二模型的概率对偶性而增加的正则项。
在一些实施例中,装置还包括样本生成单元,样本生成单元,包括:第二获取子单元,被配置成基于待输出的结构化查询语句关联的数据库获取关键信息,关键信息包括以下至少一项:表名、字段名、属性、结构化查询语言中操作符和运算符;第一填入子单元,被配置成将所获取的关键信息填入预先定义的自然语言模板得到样本模板化自然语言。
在一些实施例中,输出单元,包括:确定子单元,被配置成确定所生成的模板化自然语言包括的关键信息以及对应的自然语言模板;第三获取子单元,被配置成根据预先建立的自然语言模板与结构化查询语句模板的对应关系,获取所确定的自然语言模板对应的结构化查询语句模板;第二填入子单元,被配置成将确定出的关键信息填入所获取的结构化查询语句模板中,得到结构化查询语句。
第三方面,本申请的一些实施例提供了一种设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的方法。
第四方面,本申请的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法。
本申请实施例提供的用于输出结构化查询语句的方法和装置,通过获取待转换的自然语言语句;将自然语言语句输入至预先训练的第一模型,生成自然语言语句对应的模板化自然语言;根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句,提高了输出结构化查询语句的准确度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一些可以应用于其中的示例性***架构图;
图2是根据本申请的用于输出结构化查询语句的方法的一个实施例的流程图;
图3是根据本申请的用于输出结构化查询语句的方法的应用场景的一个示意图;
图4是根据本申请的训练第一模型的流程图;
图5是根据本申请的用于输出结构化查询语句的装置的一个实施例的结构示意图;
图6是适于用来实现本申请的一些实施例的服务器或终端的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于输出结构化查询语句的方法或用于输出结构化查询语句的装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用,例如数据库类应用、电子商务类应用、搜索类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上安装的应用提供支持的后台服务器,服务器105可以获取待转换的自然语言语句;将自然语言语句输入至预先训练的第一模型,生成自然语言语句对应的模板化自然语言;根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句。
需要说明的是,本申请实施例所提供的用于输出结构化查询语句的方法可以由服务器105执行,也可以由终端设备101、102、103执行,相应地,用于输出结构化查询语句的装置可以设置于服务器105中,也可以设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于输出结构化查询语句的方法的一个实施例的流程200。该用于输出结构化查询语句的方法,包括以下步骤:
步骤201,获取待转换的自然语言语句。
在本实施例中,用于输出结构化查询语句的方法执行主体(例如图1所示的服务器或终端)可以首先获取待转换的自然语言语句。待转换的自然语言语句可以来源于用户输入的文字、图像或语音形式的自然语言信息。
步骤202,将自然语言语句输入至预先训练的第一模型,生成自然语言语句对应的模板化自然语言。
在本实施例中,上述执行主体可以将自然语言语句输入至预先训练的第一模型,生成自然语言语句对应的模板化自然语言。模板化自然语言可以是一种介于自然语言与SQL语句之间的形式,用自然语言表达,但偏模版化。作为示例,自然语言为“年龄大于18岁的学生有哪些”,对应的模板化自然语言可以包括“年龄大于18,给出学生姓名”。
第一模型可以用于表征自然语言语句与模板化自然语言的对应关系。第一模型可以包括带有或不带有注意力机制的编码器-解码器(Encoder-Decoder)模型,也可以包括一个或多个神经网络模型,神经网络模型可以使用循环神经网络模型(RNN,RecurrentNeural Network),循环神经网络模型网络结构中的隐节点之间连接形成环状,其不仅会学习当前时刻的信息,也会依赖之前的序列信息。由于其特殊的网络模型结构解决了信息保存的问题。所以RNN对处理时间序列和语言文本序列问题有独特的优势。进一步的,也可以使用RNN的变体长短期记忆网络(LSTM,Long Short Term Memory networks)、门控递归单元(GRU,Gated Recurrent Unit)中的一个或多个组成序列到序列模型。此外,第一模型可以单独训练也可以与其他模型联合训练。
步骤203,根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句。
在本实施例中,上述执行主体可以根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出步骤202中生成的模板化自然语言对应的结构化查询语句。模板化自然语言与结构化查询语句的对应关系可以通过枚举得到,也可以通过抽象部分内容而后再进行枚举得到,还可以通过机器学习方法学习得到。
在本实施例的一些可选实现方式中,根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句,包括:确定所生成的模板化自然语言包括的关键信息以及对应的自然语言模板;根据预先建立的自然语言模板与结构化查询语句模板的对应关系,获取所确定的自然语言模板对应的结构化查询语句模板;将确定出的关键信息填入所获取的结构化查询语句模板中,得到结构化查询语句。
在这里,关键信息可以包括以下至少一项:表名(table)、字段名(column)、属性(value)、结构化查询语言中操作符(aggregator,AGG)和运算符(Operator,OP)。属性即字段属性值,结构化查询语言中的操作符可以包括min(最小)、max(最大)、count(总数)、sum(和)、avg(平均)。结构化查询语言中的运算符可以包括:>(大于)、>=(大于等于)、<(小于)、<=(小于等于)、==(等于)、!=(不等于)等。在这里,自然语言模板可以是模板化自然语言按照规则抽象得到的。例如,模板化自然语言“给出姓名”、“给出年龄”中,“姓名”、“年龄”为字段名,二者可以抽象出自然语言模板“给出column”。自然语言模板与结构化查询语句模板的对应关系可以通过枚举得到。同样,结构化查询语句模板可以是结构化查询语句按照规则抽象得到的,例如,“SELECT性别”,“性别”为字段名,可以抽象为“SELECTcolumn”。
作为示例,模板化自然语言与结构化查询语句的对应关系还可以包括,SQL语句中部分信息与模板化自然语言中部分信息的对应关系,比如,“SELECT column”对应的模板化自然语言可以是“给出column”,“SELECT AGG(column)”对应的模板化自然语言可以是“给出column的AGG”,“GROUP BY column”对应的模板化自然语言可以是“每个column”,“GROUPBY column HAVING column OP value”对应的模板化自然语言可以是“OP value的column”,“ORDER BY column ASC”对应的模板化自然语言可以是“按column升序排列”,“ORDER BY column DESC”对应的模板化自然语言可以是“按column降序排列”。
继续参见图3,图3是根据本实施例的用于输出结构化查询语句的方法的应用场景的一个示意图。在图3的应用场景中,服务器301获取待转换的自然语言语句302;将自然语言语句302输入至预先训练的第一模型303,生成自然语言语句302对应的模板化自然语言304;根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言304对应的结构化查询语句305。
本申请的上述实施例提供的方法通过获取待转换的自然语言语句;将自然语言语句输入至预先训练的第一模型,生成自然语言语句对应的模板化自然语言;根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句,提高了输出结构化查询语句的准确度。
进一步参考图4,其示出了训练第一模型的流程400。该训练第一模型的流程400,包括以下步骤:
步骤401,获取样本集,样本集中包括样本自然语言语句以及与样本自然语言语句对应的样本模板化自然语言。
在本实施例中,用于输出结构化查询语句的方法执行主体(例如图1所示的服务器或终端)或者其他执行主体可以首先获取样本集,样本集中包括样本自然语言语句以及与样本自然语言语句对应的样本模板化自然语言。
在本实施例的一些可选实现方式中,样本集中包括经由以下步骤生成的样本模板化自然语言:基于待输出的结构化查询语句关联的数据库获取关键信息,关键信息包括以下至少一项:表名、字段名、属性、结构化查询语言中操作符和运算符;将所获取的关键信息填入预先定义的自然语言模板得到样本模板化自然语言。通过本实现方式可以对训练数据进行扩充,进一步取得更好的训练效果。
步骤402,基于样本集联合训练第一模型和第二模型。
在本实施例中,上述执行主体可以基于步骤401中获取的样本集联合训练第一模型和第二模型,第二模型用于表征模板化自然语言与自然语言语句的对应关系。第一模型和第二模型存在对偶关系,联合训练第一模型和第二模型,可以包括将第一模型的输出作为第二模型的输入,将第二模型的输出作为第一模型的输入,基于强化学习方法训练第一模型和第二模型。还可以将其作为一个多目标优化问题(multi-objective optimizationproblem),在监督学习使损失函数最小的同时,保证这两个具有对偶关系的模型满足概率对偶性,即P(模板化自然语言,自然语言语句)=P(模板化自然语言|自然语言语句)P(自然语言语句)=P(自然语言语句|模板化自然语言)P(模板化自然语言)。
在本实施例的一些可选实现方式中,基于样本集联合训练第一模型和第二模型,包括:将样本自然语言语句与样本自然语言语句对应的样本模板化自然语言,分别作为输入与输出,基于预先建立的损失函数训练得到第一模型,其中,损失函数包括为了满足第一模型和第二模型的概率对偶性而增加的正则项。第一模型的损失函数可以采用对数损失函数等
作为示例,第一模型采用对数损失函数,由自然语言语句生成模板化自然语言的学习目标可以如下:
其中,x为自然语言语句,y为模板化自然语言,θ为第一模型中待确定的参数,n为样本数,i取1到n。
第二模型采用对数损失函数,由自然语言语句生成模板化自然语言的学习目标可以如下:
第一模型与第二模型之间的对偶信息可以定义为:
加入对偶信息后第一模型的梯度下降可以表示为:
加入对偶信息后第二模型的梯度下降可以表示为:
从图4中可以看出,本实施例中的用于输出结构化查询语句的方法的流程400中通过联合学习可以提升模型训练的效果,进一步提高输出结构化查询语句的准确度。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于输出结构化查询语句的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于输出结构化查询语句的装置500包括:获取单元501、生成单元502、输出单元503。其中,获取单元,被配置成获取待转换的自然语言语句;生成单元,被配置成将自然语言语句输入至预先训练的第一模型,生成自然语言语句对应的模板化自然语言;输出单元,被配置成根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句。
在本实施例中,用于输出结构化查询语句的装置500的获取单元501、第一确定单元502、第二确定单元503、第一生成单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203和步骤204。
在本实施例的一些可选实现方式中,装置还包括训练单元,训练单元,包括:第一获取子单元,被配置成获取样本集,样本集中包括样本自然语言语句以及与样本自然语言语句对应的样本模板化自然语言;训练子单元,被配置成基于样本集联合训练第一模型和第二模型,第二模型用于表征模板化自然语言与自然语言语句的对应关系。
在本实施例的一些可选实现方式中,训练子单元,进一步被配置成:将样本自然语言语句与样本自然语言语句对应的样本模板化自然语言,分别作为输入与输出,基于预先建立的损失函数训练得到第一模型,其中,损失函数包括为了满足第一模型和第二模型的概率对偶性而增加的正则项。
在本实施例的一些可选实现方式中,装置还包括样本生成单元,样本生成单元,包括:第二获取子单元,被配置成基于待输出的结构化查询语句关联的数据库获取关键信息,关键信息包括以下至少一项:表名、字段名、属性、结构化查询语言中操作符和运算符;第一填入子单元,被配置成将所获取的关键信息填入预先定义的自然语言模板得到样本模板化自然语言。
在本实施例的一些可选实现方式中,输出单元,包括:确定子单元,被配置成确定所生成的模板化自然语言包括的关键信息以及对应的自然语言模板;第三获取子单元,被配置成根据预先建立的自然语言模板与结构化查询语句模板的对应关系,获取所确定的自然语言模板对应的结构化查询语句模板;第二填入子单元,被配置成将确定出的关键信息填入所获取的结构化查询语句模板中,得到结构化查询语句。
本申请的上述实施例提供的装置,通过获取待转换的自然语言语句;将自然语言语句输入至预先训练的第一模型,生成自然语言语句对应的模板化自然语言;根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句,提高了输出结构化查询语句的准确度。
下面参考图6,其示出了适于用来实现本申请实施例的服务器或终端的计算机***600的结构示意图。图6示出的服务器或终端仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机***600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件可以连接至I/O接口605:包括诸如键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、生成单元和输出单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“被配置成获取待转换的自然语言语句的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取待转换的自然语言语句;将自然语言语句输入至预先训练的第一模型,生成自然语言语句对应的模板化自然语言;根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于输出结构化查询语句的方法,包括:
获取待转换的自然语言语句;
将所述自然语言语句输入至预先训练的第一模型,生成所述自然语言语句对应的模板化自然语言;
根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句。
2.根据权利要求1所述的方法,其中,所述第一模型包括通过以下步骤训练得到的模型:
获取样本集,所述样本集中包括样本自然语言语句以及与样本自然语言语句对应的样本模板化自然语言;
基于所述样本集联合训练所述第一模型和第二模型,所述第二模型用于表征模板化自然语言与自然语言语句的对应关系。
3.根据权利要求2所述的方法,其中,所述基于所述样本集联合训练所述第一模型和第二模型,包括:
将样本自然语言语句与样本自然语言语句对应的样本模板化自然语言,分别作为输入与输出,基于预先建立的损失函数训练得到所述第一模型,其中,所述损失函数包括为了满足所述第一模型和所述第二模型的概率对偶性而增加的正则项。
4.根据权利要求2所述的方法,其中,所述样本集中包括经由以下步骤生成的样本模板化自然语言:
基于待输出的结构化查询语句关联的数据库获取关键信息,所述关键信息包括以下至少一项:表名、字段名、属性、结构化查询语言中操作符和运算符;
将所获取的关键信息填入预先定义的自然语言模板得到样本模板化自然语言。
5.根据权利要求1-4中任一项所述的方法,其中,所述根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句,包括:
确定所生成的模板化自然语言包括的关键信息以及对应的自然语言模板;
根据预先建立的自然语言模板与结构化查询语句模板的对应关系,获取所确定的自然语言模板对应的结构化查询语句模板;
将确定出的关键信息填入所获取的结构化查询语句模板中,得到结构化查询语句。
6.一种用于输出结构化查询语句的装置,包括:
获取单元,被配置成获取待转换的自然语言语句;
生成单元,被配置成将所述自然语言语句输入至预先训练的第一模型,生成所述自然语言语句对应的模板化自然语言;
输出单元,被配置成根据预先设置的模板化自然语言与结构化查询语句的对应关系,输出所生成的模板化自然语言对应的结构化查询语句。
7.根据权利要求6所述的装置,其中,所述装置还包括训练单元,所述训练单元,包括:
第一获取子单元,被配置成获取样本集,所述样本集中包括样本自然语言语句以及与样本自然语言语句对应的样本模板化自然语言;
训练子单元,被配置成基于所述样本集联合训练所述第一模型和第二模型,所述第二模型用于表征模板化自然语言与自然语言语句的对应关系。
8.根据权利要求7所述的装置,其中,所述训练子单元,进一步被配置成:
将样本自然语言语句与样本自然语言语句对应的样本模板化自然语言,分别作为输入与输出,基于预先建立的损失函数训练得到所述第一模型,其中,所述损失函数包括为了满足所述第一模型和所述第二模型的概率对偶性而增加的正则项。
9.根据权利要求7所述的装置,其中,所述装置还包括样本生成单元,所述样本生成单元,包括:
第二获取子单元,被配置成基于待输出的结构化查询语句关联的数据库获取关键信息,所述关键信息包括以下至少一项:表名、字段名、属性、结构化查询语言中操作符和运算符;
第一填入子单元,被配置成将所获取的关键信息填入预先定义的自然语言模板得到样本模板化自然语言。
10.根据权利要求6-9中任一项所述的装置,其中,所述输出单元,包括:
确定子单元,被配置成确定所生成的模板化自然语言包括的关键信息以及对应的自然语言模板;
第三获取子单元,被配置成根据预先建立的自然语言模板与结构化查询语句模板的对应关系,获取所确定的自然语言模板对应的结构化查询语句模板;
第二填入子单元,被配置成将确定出的关键信息填入所获取的结构化查询语句模板中,得到结构化查询语句。
11.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
12.一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911412056.7A CN111159220B (zh) | 2019-12-31 | 2019-12-31 | 用于输出结构化查询语句的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911412056.7A CN111159220B (zh) | 2019-12-31 | 2019-12-31 | 用于输出结构化查询语句的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111159220A true CN111159220A (zh) | 2020-05-15 |
CN111159220B CN111159220B (zh) | 2023-06-23 |
Family
ID=70560243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911412056.7A Active CN111159220B (zh) | 2019-12-31 | 2019-12-31 | 用于输出结构化查询语句的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111159220B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111651474A (zh) * | 2020-06-02 | 2020-09-11 | 东云睿连(武汉)计算技术有限公司 | 一种自然语言至结构化查询语言的转换方法及*** |
CN113032418A (zh) * | 2021-02-08 | 2021-06-25 | 浙江大学 | 一种基于树状模型的复杂自然语言查询转sql方法 |
CN113254619A (zh) * | 2021-06-21 | 2021-08-13 | 北京沃丰时代数据科技有限公司 | 针对用户询问的自动答复方法、装置和电子设备 |
CN114117025A (zh) * | 2022-01-28 | 2022-03-01 | 阿里巴巴达摩院(杭州)科技有限公司 | 信息查询方法、装置、存储介质及*** |
CN114168619A (zh) * | 2022-02-09 | 2022-03-11 | 阿里巴巴达摩院(杭州)科技有限公司 | 语言转换模型的训练方法及装置 |
CN114461665A (zh) * | 2022-01-26 | 2022-05-10 | 北京百度网讯科技有限公司 | 用于生成语句转换模型的方法、装置及计算机程序产品 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105868313A (zh) * | 2016-03-25 | 2016-08-17 | 浙江大学 | 一种基于模板匹配技术的知识图谱问答***及方法 |
US20170177715A1 (en) * | 2015-12-21 | 2017-06-22 | Adobe Systems Incorporated | Natural Language System Question Classifier, Semantic Representations, and Logical Form Templates |
CN107451153A (zh) * | 2016-05-31 | 2017-12-08 | 北京京东尚科信息技术有限公司 | 输出结构化查询语句的方法和装置 |
WO2018081020A1 (en) * | 2016-10-24 | 2018-05-03 | Carlabs Inc. | Computerized domain expert |
CN109408526A (zh) * | 2018-10-12 | 2019-03-01 | 平安科技(深圳)有限公司 | Sql语句生成方法、装置、计算机设备及存储介质 |
CN109542929A (zh) * | 2018-11-28 | 2019-03-29 | 山东工商学院 | 语音查询方法、装置和电子设备 |
CN109739483A (zh) * | 2018-12-28 | 2019-05-10 | 北京百度网讯科技有限公司 | 用于生成语句的方法和装置 |
CN109766355A (zh) * | 2018-12-28 | 2019-05-17 | 上海汇付数据服务有限公司 | 一种支持自然语言的数据查询方法和*** |
CN110347784A (zh) * | 2019-05-23 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 报表查询方法、装置、存储介质及电子设备 |
-
2019
- 2019-12-31 CN CN201911412056.7A patent/CN111159220B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170177715A1 (en) * | 2015-12-21 | 2017-06-22 | Adobe Systems Incorporated | Natural Language System Question Classifier, Semantic Representations, and Logical Form Templates |
CN105868313A (zh) * | 2016-03-25 | 2016-08-17 | 浙江大学 | 一种基于模板匹配技术的知识图谱问答***及方法 |
CN107451153A (zh) * | 2016-05-31 | 2017-12-08 | 北京京东尚科信息技术有限公司 | 输出结构化查询语句的方法和装置 |
WO2018081020A1 (en) * | 2016-10-24 | 2018-05-03 | Carlabs Inc. | Computerized domain expert |
CN109408526A (zh) * | 2018-10-12 | 2019-03-01 | 平安科技(深圳)有限公司 | Sql语句生成方法、装置、计算机设备及存储介质 |
CN109542929A (zh) * | 2018-11-28 | 2019-03-29 | 山东工商学院 | 语音查询方法、装置和电子设备 |
CN109739483A (zh) * | 2018-12-28 | 2019-05-10 | 北京百度网讯科技有限公司 | 用于生成语句的方法和装置 |
CN109766355A (zh) * | 2018-12-28 | 2019-05-17 | 上海汇付数据服务有限公司 | 一种支持自然语言的数据查询方法和*** |
CN110347784A (zh) * | 2019-05-23 | 2019-10-18 | 深圳壹账通智能科技有限公司 | 报表查询方法、装置、存储介质及电子设备 |
Non-Patent Citations (1)
Title |
---|
郭富强; 鱼滨: "基于模糊数据库的数据查询研究", 《微电子学与计算机》, pages 123 - 126 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111651474A (zh) * | 2020-06-02 | 2020-09-11 | 东云睿连(武汉)计算技术有限公司 | 一种自然语言至结构化查询语言的转换方法及*** |
WO2021243903A1 (zh) * | 2020-06-02 | 2021-12-09 | 东云睿连(武汉)计算技术有限公司 | 自然语言至结构化查询语言的转换方法及*** |
CN111651474B (zh) * | 2020-06-02 | 2023-07-25 | 东云睿连(武汉)计算技术有限公司 | 一种自然语言至结构化查询语言的转换方法及*** |
CN113032418A (zh) * | 2021-02-08 | 2021-06-25 | 浙江大学 | 一种基于树状模型的复杂自然语言查询转sql方法 |
CN113254619A (zh) * | 2021-06-21 | 2021-08-13 | 北京沃丰时代数据科技有限公司 | 针对用户询问的自动答复方法、装置和电子设备 |
CN114461665A (zh) * | 2022-01-26 | 2022-05-10 | 北京百度网讯科技有限公司 | 用于生成语句转换模型的方法、装置及计算机程序产品 |
CN114461665B (zh) * | 2022-01-26 | 2023-01-24 | 北京百度网讯科技有限公司 | 用于生成语句转换模型的方法、装置及计算机程序产品 |
CN114117025A (zh) * | 2022-01-28 | 2022-03-01 | 阿里巴巴达摩院(杭州)科技有限公司 | 信息查询方法、装置、存储介质及*** |
CN114117025B (zh) * | 2022-01-28 | 2022-05-17 | 阿里巴巴达摩院(杭州)科技有限公司 | 信息查询方法、装置、存储介质及*** |
CN114168619A (zh) * | 2022-02-09 | 2022-03-11 | 阿里巴巴达摩院(杭州)科技有限公司 | 语言转换模型的训练方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111159220B (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111159220B (zh) | 用于输出结构化查询语句的方法和装置 | |
CN109460513B (zh) | 用于生成点击率预测模型的方法和装置 | |
CN109614111B (zh) | 用于生成代码的方法和装置 | |
CN110969012B (zh) | 文本纠错方法、装置、存储介质及电子设备 | |
CN108877782B (zh) | 语音识别方法和装置 | |
US11651015B2 (en) | Method and apparatus for presenting information | |
CN109740167B (zh) | 用于生成信息的方法和装置 | |
CN116127020A (zh) | 生成式大语言模型训练方法以及基于模型的搜索方法 | |
CN111382261B (zh) | 摘要生成方法、装置、电子设备及存储介质 | |
CN111582360A (zh) | 用于标注数据的方法、装置、设备和介质 | |
CN111008213B (zh) | 用于生成语言转换模型的方法和装置 | |
CN111104796B (zh) | 用于翻译的方法和装置 | |
CN110232920B (zh) | 语音处理方法和装置 | |
CN116955561A (zh) | 问答方法、装置、电子设备以及存储介质 | |
CN111125154B (zh) | 用于输出结构化查询语句的方法和装置 | |
CN111414453A (zh) | 结构化文本生成方法、装置、电子设备及计算机可读存储介质 | |
CN114357195A (zh) | 基于知识图谱的问答对生成方法、装置、设备及介质 | |
CN113723095A (zh) | 文本审核方法、装置、电子设备和计算机可读介质 | |
CN109036554B (zh) | 用于生成信息的方法和装置 | |
CN110705308A (zh) | 语音信息的领域识别方法、装置、存储介质及电子设备 | |
CN114020774A (zh) | 多轮问答语句的处理方法、装置、设备及存储介质 | |
CN109800438B (zh) | 用于生成信息的方法和装置 | |
CN116821327A (zh) | 文本数据处理方法、装置、设备、可读存储介质及产品 | |
CN114297380A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN109857838B (zh) | 用于生成信息的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |