CN111125154A - 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 PDF

Info

Publication number
CN111125154A
CN111125154A CN201911413464.4A CN201911413464A CN111125154A CN 111125154 A CN111125154 A CN 111125154A CN 201911413464 A CN201911413464 A CN 201911413464A CN 111125154 A CN111125154 A CN 111125154A
Authority
CN
China
Prior art keywords
directed acyclic
acyclic graph
structured query
query statement
sample
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
Application number
CN201911413464.4A
Other languages
English (en)
Other versions
CN111125154B (zh
Inventor
王丽杰
于博
孙珂
李婷婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201911413464.4A priority Critical patent/CN111125154B/zh
Publication of CN111125154A publication Critical patent/CN111125154A/zh
Priority to US16/892,874 priority patent/US11449500B2/en
Priority to JP2020097333A priority patent/JP7096289B2/ja
Application granted granted Critical
Publication of CN111125154B publication Critical patent/CN111125154B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/242—Query formulation
    • G06F16/243—Natural language query formulation
    • 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
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G06F18/2148—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2323—Non-hierarchical techniques based on graph theory, e.g. minimum spanning trees [MST] or graph cuts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Discrete Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (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；将待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列；根据动作序列生成有向无环图；按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图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

用于输出结构化查询语句的方法和装置
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直接输入预先训练的机器学习模型，得到结构化查询语句。
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；将待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列；根据动作序列生成有向无环图；按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图对应的结构化查询语句。
在一些实施例中，序列到序列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结构化查询语句；按照预先设置的有向无环图与结构化查询语句的对应关系，确定样本集中样本结构化查询语句对应的样本有向无环图；获取确定出的样本有向无环图的样本动作序列；将样本自然语言语句与样本自然语言语句对应的样本动作序列，分别作为输入与输出，训练得到序列到序列模型。
在一些实施例中，根据动作序列生成有向无环图，包括：基于移进规约算法，根据动作序列生成有向无环图。
在一些实施例中，有向无环图包括至少一个信息项组合，信息项组合包括父节点信息，子节点信息和关系信息。
在一些实施例中，按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图对应的结构化查询语句，包括：将有向无环图的节点确定为结构化查询语句中的第一部分，第一部分包括：操作符、字段名、表名、属性；将有向无环图的中节点间的关系确定为结构化查询语句中的第二部分。
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；输入单元，被配置成将待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列；生成单元，被配置成根据动作序列生成有向无环图；输出单元，被配置成按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图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：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结构化查询语句；第一确定子单元，被配置成按照预先设置的有向无环图与结构化查询语句的对应关系，确定样本集中样本结构化查询语句对应的样本有向无环图；获取子单元，被配置成获取确定出的样本有向无环图的样本动作序列；训练子单元，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动作序列，分别作为输入与输出，训练得到序列到序列模型。
在一些实施例中，生成单元，进一步被配置成：基于移进规约算法，根据动作序列生成有向无环图。
在一些实施例中，有向无环图包括至少一个信息项组合，信息项组合包括父节点信息，子节点信息和关系信息。
在一些实施例中，输出单元，包括：第二确定子单元，被配置成将有向无环图的节点确定为结构化查询语句中的第一部分，第一部分包括：操作符、字段名、表名、属性；第三确定子单元，被配置成将有向无环图的中节点间的关系确定为结构化查询语句中的第二部分。
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；将待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列；根据动作序列生成有向无环图；按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图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系统架构图；
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是根据本申请的用于输出结构化查询语句的方法的又一个实施例的流程图；
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系统的结构示意图。
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系统架构100。
如图1所示，系统架构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、语言处理类应用、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；将待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列；根据动作序列生成有向无环图；按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图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，将待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列。
在本实施例中，上述执行主体可以将步骤201中获取的待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列。序列到序列模型可以用于表征自然语言语句与动作序列的对应关系。序列到序列模型(Sequence toSequence，Seq2Seq)可以包括编码器-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，Recurrent NeuralNetwork)，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。
在本实施例的一些可选实现方式中，序列到序列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结构化查询语句；按照预先设置的有向无环图与结构化查询语句的对应关系，确定样本集中样本结构化查询语句对应的样本有向无环图；获取确定出的样本有向无环图的样本动作序列；将样本自然语言语句与样本自然语言语句对应的样本动作序列，分别作为输入与输出，训练得到序列到序列模型。
在本实施例的一些可选实现方式中，还可以建立序列到序列模型的对偶模型，即输入为动作序列，输出为自然语言语句的模型，而后基于强化学习方法，联合训练两个模型，以得到序列到序列模型。
步骤203，根据动作序列生成有向无环图。
在本实施例中，上述执行主体可以根据步骤202中得到的动作序列生成有向无环图。在这里，上述执行主体可以基于图的分析方法、基于转移的分析方法或者预先训练的表征动作序列与有向无环图的对应关系的模型，将动作序列转换成有向无环图。基于图的分析方法可以采用基于动态规划的解码算法，基于转移的分析方法可以通过一系列移进、规约等转移动作构建有向无环图。
步骤204，按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图对应的结构化查询语句。
在本实施例中，上述执行主体可以按照预先设置的有向无环图与结构化查询语句的对应关系，输出步骤203中所生成的有向无环图对应的结构化查询语句。有向无环图与结构化查询语句的对应关系可以包括有向无环图中语义块与结构化查询语句的对应关系，或有向无环图整体与结构化查询语句的对应关系。上述对应关系可以通过枚举的方式获取。
在本实施例的一些可选实现方式中，按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图对应的结构化查询语句，包括：将有向无环图的节点确定为结构化查询语句中的第一部分，第一部分包括：操作符、字段名、表名、属性；将有向无环图的中节点间的关系确定为结构化查询语句中的第二部分。
SQL查询语句是由子查询语句按照一定的语法进行组合得到的，作为示例，SQL查询语句“Sel_S”关联的子查询语句可以包括“SELECT(A_S)+FROM table WHERE(W_S)？”；SQL查询语句“A_S”关联的子查询语句可以包括“(AGG)？column”；SQL查询语句“W_S”关联的子查询语句可以包括“C_S(condition_relation C_S)*”；SQL查询语句“C_S”关联的子查询语句可以包括“Column OP value”。其中，“*”可以表示0次或多次，“+”可以表示1次或者多次，“？”可以表示0次或者1次。AGG可以表示SQL中的操作符(aggregators)，可以包括：min(最小)、max(最大)、count(总数)、sum(和)、avg(平均)。OP是SQL中运算符(operators)的简称，可以包括：>(大于)、>＝(大于等于)、<(小于)、<＝(小于等于)、＝＝(等于)、！＝(不等于)等。Column可以表示表格(table)的列名或字段名，value可以表示属性，即具体的值。conditon_relation可以表示SQL定义的条件间的关系，包括and(和)和or(或)。
在本实施例的一些可选实现方式中，有向无环图包括至少一个信息项组合，信息项组合包括父节点信息，子节点信息和关系信息。在本实施方式中，将有向无环图表示成若干个信息项组合便于与动作序列进行相互转换，进一步提高了输出结构化查询语句的效率。作为示例，信息项组合的格式为(父节点信息，子节点信息，关系信息)，关联的子查询语句“SELECT(A_S)+FROM table WHERE(W_S)？”对应的图可以为“(root,parent of A_S,SELECT)(root,table,FROM)(root,parent of W_S,WHEER)”；关联的子查询语句“(AGG)？column”对应的图可以为“(AGG,column,ARGS)”；关联的子查询语句“C_S(condition_relation C_S)*”对应的图可以为“(parent of first C_S,parent of second C_S,condition_relation)”；关联的子查询语句“Column OP value”对应的图可以为“(column,value,OP)”，其中，root可以表示虚拟的根节点，ARGS可以表示领属关系，可以理解为“的”。由于SQL查询语句整体语法可以枚举，所以可以得到完整的对应关系。
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，获取到的待转换的自然语言语句为“What is theaverage,minimum,and maximum age of all singers from France(法国歌手年龄的平均值，最大值，最小值是多少)？”，而后将其输入至预先训练的序列到序列模型，得到对应的动作序列，根据动作序列生成有向无环图如图3所示，最后按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图对应的结构化查询语句为“SELECT avg(age),min(age),max(age)FROM singer WHERE country＝France”其中，singer(歌手)为表名，age(年龄)、country(国家)、为表singer中的字段，France(法国)为字段country的属性值。
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；将待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列；根据动作序列生成有向无环图；按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图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，其示出了用于输出结构化查询语句的方法的又一个实施例的流程400。该用于输出结构化查询语句的方法的流程400，包括以下步骤：
步骤401，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。
步骤402，将待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列。
在本实施例中，上述执行主体可以将步骤401中获取的待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列。
步骤403，基于移进规约算法，根据动作序列生成有向无环图。
在本实施例中，上述执行主体可以根据步骤402中得到的动作序列生成有向无环图。
移进规约算法可以通过一个配置文件和动作集合来完成。配置文件C＝(δ，η，β，Gp)。其中，δ表示一个栈，用来保存来自于η且会被再次处理的(index,node)(索引，节点)对。β用来保存待处理的输入信息。η是一个固定大小的缓存。Gp是构建起来的图。配置文件的初始状态为
Figure BDA0002350576600000091
其中，“[]”和
Figure BDA0002350576600000092
表示栈δ和图Gp都是空的，[$1,…,$m]表示缓存，β等于整个输入即[n1,…,n|n|]，β为空时表示处理完毕，图Gp表示构建起来的图。
动作集合可以包括：PushNode(ni)，表示将输入ni从输入β移入到缓存η中，放在最后一个位置，并将η中的一个元素移入到栈δ中。Pop，标识将(i，v)从栈δ中移入到缓存η的第i个位置，缓存η中第i个位置以后的元素依次右移，最后一个元素移除缓存。ArcGen(i，d，l)，表示输入β中最左边的元素与缓存η中第i个元素进行关系判断，方向为d，弧上关系为l。若输入β中最左边元素依次与缓存η所有元素进行关系判断，若不存在关系，则弧上关系为None。
动作集合还可以包括移进(shift)、左规约(arc_left_l)、右规约(arc_right_l)、根出栈(pop_root)等，具体可以根据实际需要进行设置。
作为示例，表1示出了基于移进规约算法，根据自然语言语句“what is themaximum age of all singers from France？”(法国所有歌手的年龄中最大的数是多少？)对应的动作序列“max(maximum)age(age)singer(singers)france(France)”生成有向无环图的过程。
表1有向无环图的生成过程
Figure BDA0002350576600000101
步骤404，按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图对应的结构化查询语句。
在本实施例中，上述执行主体可以按照预先设置的有向无环图与结构化查询语句的对应关系，输出步骤403中所生成的有向无环图对应的结构化查询语句。
在本实施例中，步骤401、步骤402、步骤404的操作与步骤201、步骤202、步骤204的操作基本相同，在此不再赘述。
从图4中可以看出，与图2对应的实施例相比，本实施例中的用于输出结构化查询语句的方法的流程400中基于移进规约算法，根据动作序列生成有向无环图，由此，本实施例描述的方案中生成的有向无环图更加准确，进一步提高了输出的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、输入单元502、生成单元503、输出单元504。其中，获取单元，被配置成获取待转换的自然语言语句；输入单元，被配置成将待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列；生成单元，被配置成根据动作序列生成有向无环图；输出单元，被配置成按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图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：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结构化查询语句；第一确定子单元，被配置成按照预先设置的有向无环图与结构化查询语句的对应关系，确定样本集中样本结构化查询语句对应的样本有向无环图；获取子单元，被配置成获取确定出的样本有向无环图的样本动作序列；训练子单元，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动作序列，分别作为输入与输出，训练得到序列到序列模型。
在本实施例的一些可选实现方式中，生成单元，进一步被配置成：基于移进规约算法，根据动作序列生成有向无环图。
在本实施例的一些可选实现方式中，有向无环图包括至少一个信息项组合，信息项组合包括父节点信息，子节点信息和关系信息。
在本实施例的一些可选实现方式中，输出单元，包括：第二确定子单元，被配置成将有向无环图的节点确定为结构化查询语句中的第一部分，第一部分包括：操作符、字段名、表名、属性；第三确定子单元，被配置成将有向无环图的中节点间的关系确定为结构化查询语句中的第二部分。
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；将待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列；根据动作序列生成有向无环图；按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图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系统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，计算机系统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，还存储有系统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、或半导体的系统、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系统、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系统、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系统、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系统来实现，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、输入单元和输出单元。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；将待转换的自然语言语句输入至预先训练的序列到序列模型，得到待转换的自然语言语句对应的动作序列；根据动作序列生成有向无环图；按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图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；
将所述待转换的自然语言语句输入至预先训练的序列到序列模型，得到所述待转换的自然语言语句对应的动作序列；
根据所述动作序列生成有向无环图；
按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图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，所述序列到序列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结构化查询语句；
按照预先设置的有向无环图与结构化查询语句的对应关系，确定所述样本集中样本结构化查询语句对应的样本有向无环图；
获取确定出的样本有向无环图的样本动作序列；
将样本自然语言语句与样本自然语言语句对应的样本动作序列，分别作为输入与输出，训练得到所述序列到序列模型。
3.根据权利要求1所述的方法，其中，所述根据所述动作序列生成有向无环图，包括：
基于移进规约算法，根据所述动作序列生成有向无环图。
4.根据权利要求1所述的方法，其中，所述有向无环图包括至少一个信息项组合，所述信息项组合包括父节点信息，子节点信息和关系信息。
5.根据权利要求1-4中任一项所述的方法，其中，所述按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图对应的结构化查询语句，包括：
将有向无环图的节点确定为结构化查询语句中的第一部分，所述第一部分包括：操作符、字段名、表名、属性；
将有向无环图的中节点间的关系确定为结构化查询语句中的第二部分。
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；
输入单元，被配置成将所述待转换的自然语言语句输入至预先训练的序列到序列模型，得到所述待转换的自然语言语句对应的动作序列；
生成单元，被配置成根据所述动作序列生成有向无环图；
输出单元，被配置成按照预先设置的有向无环图与结构化查询语句的对应关系，输出所生成的有向无环图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：
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结构化查询语句；
第一确定子单元，被配置成按照预先设置的有向无环图与结构化查询语句的对应关系，确定所述样本集中样本结构化查询语句对应的样本有向无环图；
获取子单元，被配置成获取确定出的样本有向无环图的样本动作序列；
训练子单元，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动作序列，分别作为输入与输出，训练得到所述序列到序列模型。
8.根据权利要求6所述的装置，其中，所述生成单元，进一步被配置成：
基于移进规约算法，根据所述动作序列生成有向无环图。
9.根据权利要求6所述的装置，其中，所述有向无环图包括至少一个信息项组合，所述信息项组合包括父节点信息，子节点信息和关系信息。
10.根据权利要求5-9中任一项所述的装置，其中，所述输出单元，包括：
第二确定子单元，被配置成将有向无环图的节点确定为结构化查询语句中的第一部分，所述第一部分包括：操作符、字段名、表名、属性；
第三确定子单元，被配置成将有向无环图的中节点间的关系确定为结构化查询语句中的第二部分。
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。
CN201911413464.4A 2019-12-31 2019-12-31 用于输出结构化查询语句的方法和装置 Active CN111125154B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201911413464.4A CN111125154B (zh) 2019-12-31 2019-12-31 用于输出结构化查询语句的方法和装置
US16/892,874 US11449500B2 (en) 2019-12-31 2020-06-04 Method and apparatus for outputting structured query sentence
JP2020097333A JP7096289B2 (ja) 2019-12-31 2020-06-04 構造化クエリステートメントを出力する方法および装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911413464.4A CN111125154B (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
CN111125154A true CN111125154A (zh) 2020-05-08
CN111125154B CN111125154B (zh) 2021-04-02

Family

ID=70506553

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911413464.4A Active CN111125154B (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 (3)

Country Link
US (1) US11449500B2 (zh)
JP (1) JP7096289B2 (zh)
CN (1) CN111125154B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104657439A (zh) * 2015-01-30 2015-05-27 欧阳江 用于自然语言精准检索的结构化查询语句生成系统及方法
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
CN108319585A (zh) * 2018-01-29 2018-07-24 北京三快在线科技有限公司 数据处理方法及装置、电子设备、计算机可读介质
US20180336198A1 (en) * 2017-05-18 2018-11-22 Salesforce.Com, Inc. Neural network based translation of natural language queries to database queries
CN109271496A (zh) * 2018-08-30 2019-01-25 广东工业大学 一种基于文本、知识库及序列到序列的自然问答方法
CN109635253A (zh) * 2018-11-13 2019-04-16 平安科技（深圳）有限公司 文本风格转换方法、装置及存储介质、计算机设备
CN109684501A (zh) * 2018-11-26 2019-04-26 平安科技（深圳）有限公司 歌词信息生成方法及其装置
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系统
CN110377902A (zh) * 2019-06-21 2019-10-25 北京百度网讯科技有限公司 描述文本生成模型的训练方法和装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8312389B2 (en) * 2007-08-31 2012-11-13 Fair Isaac Corporation Visualization of decision logic
US10691685B2 (en) * 2017-06-03 2020-06-23 Apple Inc. Converting natural language input to structured queries
US11550783B2 (en) * 2019-04-18 2023-01-10 Sap Se One-shot learning for text-to-SQL

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104657439A (zh) * 2015-01-30 2015-05-27 欧阳江 用于自然语言精准检索的结构化查询语句生成系统及方法
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
US20180336198A1 (en) * 2017-05-18 2018-11-22 Salesforce.Com, Inc. Neural network based translation of natural language queries to database queries
CN108319585A (zh) * 2018-01-29 2018-07-24 北京三快在线科技有限公司 数据处理方法及装置、电子设备、计算机可读介质
CN109271496A (zh) * 2018-08-30 2019-01-25 广东工业大学 一种基于文本、知识库及序列到序列的自然问答方法
CN109635253A (zh) * 2018-11-13 2019-04-16 平安科技（深圳）有限公司 文本风格转换方法、装置及存储介质、计算机设备
CN109684501A (zh) * 2018-11-26 2019-04-26 平安科技（深圳）有限公司 歌词信息生成方法及其装置
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系统
CN110377902A (zh) * 2019-06-21 2019-10-25 北京百度网讯科技有限公司 描述文本生成模型的训练方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHONG V等: "Seq2SQL:Generating structured queries from natural language using reinforcement learning", 《CORR22017》 *
曹金超: "自然语言生成多表SQL查询语句技术研究", 《计算机科学与探索》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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

Also Published As

Publication number Publication date
US11449500B2 (en) 2022-09-20
JP2021111314A (ja) 2021-08-02
US20210200763A1 (en) 2021-07-01
CN111125154B (zh) 2021-04-02
JP7096289B2 (ja) 2022-07-05

Similar Documents

Publication Publication Date Title
US11386271B2 (en) Mathematical processing method, apparatus and device for text problem, and storage medium
CN109614111B (zh) 用于生成代码的方法和装置
CN111159220B (zh) 用于输出结构化查询语句的方法和装置
CN110969012B (zh) 文本纠错方法、装置、存储介质及电子设备
WO2022142121A1 (zh) 摘要语句提取方法、装置、服务器及计算机可读存储介质
CN112084789B (zh) 文本处理方法、装置、设备及存储介质
CN110554875B (zh) 代码转换方法及装置、电子设备、存储介质
TWI713015B (zh) 語言識別方法及裝置
CN109753658B (zh) 交互方法和装置
CN111104796B (zh) 用于翻译的方法和装置
CN113468344B (zh) 实体关系抽取方法、装置、电子设备和计算机可读介质
CN111008213A (zh) 用于生成语言转换模型的方法和装置
US20230367972A1 (en) Method and apparatus for processing model data, electronic device, and computer readable medium
CN109739483B (zh) 用于生成语句的方法和装置
CN113190517B (zh) 数据集成方法、装置、电子设备和计算机可读介质
CN111125154B (zh) 用于输出结构化查询语句的方法和装置
US11482211B2 (en) Method and apparatus for outputting analysis abnormality information in spoken language understanding
CN110941655A (zh) 一种数据格式转换方法及装置
US20210117920A1 (en) Patent preparation system
CN112148847B (zh) 一种语音信息的处理方法及装置
CN109857838B (zh) 用于生成信息的方法和装置
CN111176624B (zh) 一种流式计算指标的生成方法及装置
CN109800438B (zh) 用于生成信息的方法和装置
CN113778846A (zh) 用于生成测试数据的方法和装置
CN109635093B (zh) 用于生成回复语句的方法和装置

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