CN112148751A - 用于查询数据的方法和装置 - Google Patents

Abstract

本公开的实施例公开了用于查询数据的方法和装置。该方法的一具体实施方式包括：响应于接收到查询文本，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数；从预先存储的分析模板组中确定与分析参数相匹配的分析模板；基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据，得到查询结果数据。该实施方式通过采用对应于查询文本的分析模板对数据进行分析处理，以提取出符合用户查询需求的查询结果数据，有助于提高数据查询效率。

Description

用于查询数据的方法和装置

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于查询数据的方法和装置。

背景技术

相关技术中，通常需要采用特定的数据分析工具对网络数据进行数据分析，而对于对数据分析工具不了解的用户，则需要专业人员进行指导，人力成本较高，且数据分析的效率低。

因此，相关技术中需要提供便于用于进行数据分析的方式，以提高对网络数据进行数据分析的效率。

发明内容

本公开的实施例提出了用于查询数据的方法和装置。

第一方面，本公开的实施例提供了一种用于查询数据的方法，该方法包括：响应于接收到查询文本，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数；从预先存储的分析模板组中确定与分析参数相匹配的分析模板；基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据，得到查询结果数据。

在一些实施例中，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数包括：对查询文本进行分词，得到切分词；确定切分词的描述信息，以及根据描述信息，确定对应于查询文本的分析参数。

在一些实施例中，分析模板包括查询语句生成模板；以及基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据包括：将分析参数作为查询语句生成模板的变量值，生成查询语句；采用查询语句从预先存储的数据集合中查询与分析参数对应的数据。

在一些实施例中，响应于分析模板还包括结果处理模板，基于所述分析模板和所述分析参数，从预先存储的数据集合中查询与所述分析参数对应的数据还包括：按照结果处理模板对查询到的数据进行分析处理，以及对分析处理后的数据进行可视化处理。

在一些实施例中，描述信息包括：切分词的属性、切分词所属的命名实体、切分词的近义词；以及确定切分词的描述信息包括：从预先存储的近义词集合中，查找出切分词的近义词；将切分词的词性或切分词的近义词的词性确定为切分词的属性；在预先存储的实体词与实体词对应的命名实体之间的映射关系表中，查找出切分词或切分词的近义词对应的命名实体作为切分词所属的命名实体。

在一些实施例中，分析参数包括类型参数、对象参数、条件参数；以及根据描述信息，确定对应于查询文本的分析参数包括：根据切分词的描述信息，提取出查询文本中分别用于描述类型的切分词、用于描述对象的切分词以及用于描述条件的切分词，以及将所提取的用于描述类型的切分词组合生成类型参数，将所提取的用于描述对象的切分词组合生成对象参数，将所提取的用于描述条件的切分词组合生成条件参数。

第二方面，本公开的实施例提供了一种用于查询数据的装置，该装置包括：处理单元，被配置成响应于接收到查询文本，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数；确定单元，被配置成从预先存储的分析模板组中确定与分析参数相匹配的分析模板；查询单元，被配置成基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据，得到查询结果数据。

在一些实施例中，处理单元中，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数包括：对查询文本进行分词，得到切分词；确定切分词的描述信息，以及根据描述信息，确定对应于查询文本的分析参数。

在一些实施例中，分析模板包括查询语句生成模板；以及基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据包括：将分析参数作为查询语句生成模板的变量值，生成查询语句；采用查询语句从预先存储的数据集合中查询与分析参数对应的数据。

在一些实施例中，响应于分析模板还包括结果处理模板，基于所述分析模板和所述分析参数，从预先存储的数据集合中查询与所述分析参数对应的数据还包括：按照结果处理模板对查询到的数据进行分析处理，以及对分析处理后的数据进行可视化处理。

在一些实施例中，描述信息包括：切分词的属性、切分词所属的命名实体、切分词的近义词；以及确定切分词的描述信息包括：从预先存储的近义词集合中，查找出切分词的近义词；将切分词的词性或切分词的近义词的词性确定为切分词的属性；在预先存储的实体词与实体词对应的命名实体之间的映射关系表中，查找出切分词或切分词的近义词对应的命名实体作为切分词所属的命名实体。

在一些实施例中，分析参数包括类型参数、对象参数、条件参数；以及根据描述信息，确定对应于查询文本的分析参数包括：根据切分词的描述信息，提取出查询文本中分别用于描述类型的切分词、用于描述对象的切分词以及用于描述条件的切分词，以及将所提取的用于描述类型的切分词组合生成类型参数，将所提取的用于描述对象的切分词组合生成对象参数，将所提取的用于描述条件的切分词组合生成条件参数。

第三方面，本公开的实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当该一个或多个程序被该一个或多个处理器执行，使得该一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本公开的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中任一实现方式描述的方法。

本公开的实施例提供的用于查询数据的方法和装置，可以响应于接收到查询文本，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数。然后，从预先存储的分析模板组中确定与分析参数相匹配的分析模板。最后，基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据，得到查询结果数据。本公开的实施例提供的方法和装置，通过采用对应于查询文本的分析模板对数据进行分析处理，以提取出符合用户查询需求的查询结果数据，与现有技术中用户需要提前学习数据分析工具的使用方式相比，用户体验更好且更加实用，无需专业人员指导如何使用数据分析工具，人力成本降低，且有助于提高数据查询效率。

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，本公开的其它特征、目的和优点将会变得更明显：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于查询数据的方法的一个实施例的流程图；

图3是根据本公开的实施例的用于查询数据的方法的一个应用场景的示意图；

图4是根据本公开的用于查询数据的方法的又一个实施例的流程图；

图5是根据本公开的用于查询数据的装置的一个实施例的结构示意图；

图6是适于用来实现本公开的实施例的电子设备的结构示意图。

具体实施方式

下面结合附图和实施例对本公开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，本公开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公开。

图1示出了可以应用本公开的用于查询数据的方法或用于查询数据的装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101，网络102和数据库服务器103。网络102用以在终端设备101和数据库服务器103之间提供通信链路的介质。网络102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。

终端设备101可以通过网络102与数据库服务器103交互，以接收或发送消息等。终端设备101上可以安装有各种应用，例如搜索类应用、查错类应用、数据分析类应用等。

终端设备101可以是硬件，也可以是软件。当终端设备101为硬件时，可以是具有显示屏并且支持查询文本输入的各种电子设备，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(例如用来提供分布式服务的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。终端设备101可以在接收到查询文本时，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数。然后，从预先存储的分析模板组中确定与分析参数相匹配的分析模板。最后，基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据，得到查询结果数据。

数据库服务器103可以通过网络102与终端设备101交互，以接收或发送消息等。数据库服务器101可以实现成提供各种数据存储服务的分布式服务器集群，也可以实现成单个服务器。例如，存储有分析模板组的服务器。数据库服务器103可以将所存储的分析模板组发送给终端设备101。

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的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。

需要说明的是，本公开的实施例所提供的用于查询数据的方法一般由终端设备101执行，相应地，用于查询数据的装置一般设置于终端设备101中。需要指出的是，终端设备101的本地也可以直接存储分析模板组。终端设备101可以直接提取本地的分析模板组。此时，示例性系统架构100可以不包括数据库服务器103和网络102。另外，需要指出的是，本公开的实施例所提供的用于查询数据的方法也可以在服务器中执行，此时，用于查询数据的装置可以设置于服务器中。

应该理解，图1中的终端设备、网络和数据库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、网络和数据库服务器。

继续参考图2，示出了根据本公开的用于查询数据的方法的一个实施例的流程200。该用于查询数据的方法，包括以下步骤：

步骤201，响应于接收到查询文本，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数。

在本实施例中，用于查询数据的方法的执行主体(例如图1所示的终端设备101)可以直接获取用户在终端设备上输入的查询文本。

其中，上述查询文本通常是用户输入的用于查询的文本。作为示例，上述查询文本可以是“最近一个月上海有多少用户”。上述分析参数通常是用于对数据进行分析的参数。

在本实施例中，在接收到查询文本后，上述执行主体可以对查询文本进行自然语言处理(Natural Language Processing，NLP)，以及根据自然语言处理结果确定查询文本的分析参数。

这里，上述对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数，可以包括如下步骤：对查询文本进行语义分析，得到查询文本所描述的查询意图，从而得到该查询意图对应的分析参数。其中，每个查询意图可以预先设定一个对应的分析参数。作为示例，上述查询意图可以是直接查询数据、查询变化的原因、查询变化的趋势等。

上述对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数，也可以包括如下步骤：首先，将查询文本输入预先训练的序列标注模型，得到查询文本的切分词和切分词的词性。然后，按照切分词在查询文本中的先后位置顺序，将各切分词的词性对应的编号连接成序列码。最后，将该序列码作为上述分析参数。其中，每个词性可以预先设定一个编号。作为示例，名词的编号可以为1，动词的编号可以为2。

其中，上述预先训练的序列标注模型可以表征查询文本与查询文本中的切分词及切分词的词性的对应关系。具体的，序列标注模型可以是基于对大量查询文本和查询文本中的切分词及切分词的词性进行统计而生成的、存储有多个查询文本与查询文本中的切分词及切分词的词性的对应关系的对应关系表，也可以是基于训练样本，利用机器学习方法，对初始模型(例如卷积神经网络(Convolutional Neural Network，CNN)、残差网络(ResNet)等)进行训练后得到的模型。

上述对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数，还可以包括如下步骤：

首先，对查询文本进行切分，得到至少一个切分词。

在本公开的各个实施例中，执行主体可以采用现有技术或者未来发展的技术中的分词方法对查询文本进行切分。例如，执行主体可以采用最短路径分词法(N-Short Path)对查询文本进行切分。再例如，执行主体也可以采用最大概率分词法(MaximumProbability)对查询文本进行切分。再例如，执行主体还可以采用最大匹配法(MaximumMatching)对查询文本进行切分。这里，执行主体对查询文本进行切分之后，可以得到该查询文本的至少一个切分词。其中，上述切分词为对该查询文本进行切分后得到的词。举例来说，若该查询文本为：“最近一个月上海有多少用户”，对该查询文本进行切分后，得到的切分词可以为：“最近一个月”、“上海”、“用户”。

然后，确定各个切分词所属的命名实体。这里，针对每个切分词，上述执行主体可以在预先存储的实体词与实体词对应的命名实体之间的映射关系表中，查找出切分词对应的命名实体作为切分词所属的命名实体。

需要指出的是，本公开的各个实施例中，实体词通常是用于描述实体的名称的词，例如，上述实体词可以是“上海”。上述命名实体通常是用于描述实体的某种类别属性的词。作为示例，上述命名实体可以是“地域”。通常，多个实体词可以对应同一个命名实体。如，实体词“北京”和“上海”可以对应同一个命名实体“地域”。

最后，将各个命名实体对应的参数组合得到上述分析参数。其中，每个命名实体预先设置有对应的参数。

步骤202，从预先存储的分析模板组中确定与分析参数相匹配的分析模板。

其中，上述分析模板可以是用于描述数据分析过程的程序代码。

在本实施例中，上述执行主体可以直接采用上述分析参数从预先存储的分析模板组中找到对应的分析模板。作为示例，若上述分析参数为0111，且预先存储的对应于0111的分析模板为甲，则此时可以得到分析模板甲。

步骤203，基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据，得到查询结果数据。

在本实施例中，上述执行主体可以采用所确定的分析模板对预先存储的数据集合中的数据进行分析处理，以及提取与分析参数匹配的数据。举例来说，上述与分析参数匹配的数据，可以是满足分析参数所描述的筛选条件的数据。

需要指出的是，在得到查询结果数据后，上述执行主体通常需要对查询结果数据进行可视化处理，之后将可视化处理后的数据呈现给用户。其中，上述可视化处理通常是将所得到的查询结果数据转换成预先设定的格式，例如，文本格式、图表格式等。这样，可以便于用户直观地对查询结果数据进行理解与阅读。

需要指出的是，本实施例的执行主体可以为终端设备也可以为服务器。若执行主体为终端设备，则可以直接呈现上述查询结果数据。若执行主体为服务器，则可以将查询结果数据推送至终端设备进行呈现。

本实施例提供的方法，通过采用对应于查询文本的分析模板对数据进行分析处理，以提取出符合用户查询需求的查询结果数据，与现有技术中用户需要提前学习数据分析工具的使用方式相比，用户体验更好且更加实用，无需专业人员指导如何使用数据分析工具，人力成本降低，且有助于提高数据查询效率。

在本实施例的一些可选的实现方式中，若分析模板包括查询语句生成模板。则基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据包括：

首先，将分析参数作为查询语句生成模板的变量值，生成查询语句。然后，采用查询语句从预先存储的数据集合中查询与分析参数对应的数据。

其中，上述查询语句生成模板通常是用于生成查询语句的程序代码。作为示例，上述查询语句可以为结构化查询语句(Structured Query Language，SQL)。

本实现方式中，上述查询语句生成模板中可以具有至少一个变量。这样，在得到分析参数后，可以采用分析参数作为查询语句生成模板的变量值，以生成可以用于查询的查询语句，从而可以实现从数据集合中查询得到对应于分析参数的数据。

作为示例，若查询文本为“七天前各省的页面浏览量是多少”，则上述采用分析参数作为查询语句生成模板的变量值，以生成可以用于查询的查询语句，可以为：

select province，date，sum(PV)

from data_source

where date>[七天前]

group by province，date

其中，上述查询语句可以用于查询七天前各个省份的页面浏览量(page view，PV)。

本实现方式中，将分析参数作为分析模板的变量值，采用查询语句的方式从预先存储的数据集合中查询数据，可以加快数据查询速度，提高数据查询效率。

在本实施例的一些可选的实现方式中，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数，也可以包括如下步骤：

第一步，对查询文本进行切分，得到切分词。

这里，上述对查询文本进行切分的操作与前述步骤201中的对查询文本进行切分的操作相同，这里不做赘述。

第二步，确定切分词的描述信息，以及根据描述信息，确定对应于查询文本的分析参数。

其中，上述切分词的描述信息通常是用于描述切分词的某种特征的信息。作为示例，切分词的描述信息可以是“近义词为A”，用于描述该切分词的近义词为A。

可选地，若上述描述信息包括切分词所属的命名实体，则上述确定切分词的描述信息可以通过如下步骤实现：在预先存储的实体词与实体词对应的命名实体之间的映射关系表中，查找出切分词对应的命名实体作为切分词所属的命名实体。

本实现方式中，由于查询文本通常是由多个切分词组成，每个切分词都能够在某一方面对查询文本进行有效体现，因此，通过查询文本的各个切分词的描述信息来获取查询文本对应的分析参数，有助于全面、准确地提取到查询文本所体现的用户需求，从而提高数据分析的准确率。

可选地，描述信息可以包括：切分词的属性、切分词所属的命名实体、切分词的近义词。则确定切分词的描述信息也可以通过如下步骤实现：

首先，从预先存储的近义词集合中，查找出切分词的近义词。这里，上述预先存储的近义词集合中的近义词可以是预先存储的词。作为示例，上述近义词集合中的近义词可以包括“用户”的近义词“访客”、“访问量”的近义词“页面浏览量”等。上述执行主体可以采用相似度计算公式(例如，余弦相似度计算公式)计算切分词与近义词集合中的每个近义词之间的相似度，以及将对应相似度大于预设相似度阈值的近义词，作为切分词的近义词。

然后，将切分词的词性或切分词的近义词的词性确定为切分词的属性。这里，上述词性通常是指词在语法上所表现的某种特性。词性可以包括名词、动词、形容词等。

最后，在预先存储的实体词与实体词对应的命名实体之间的映射关系表中，查找出切分词或切分词的近义词对应的命名实体作为切分词所属的命名实体。

具体地，举例来说，对应于查询文本的切分词可以为：“最近一个月”、“上海”、“用户”。则切分词“最近一个月”的描述信息可以为：属性为时间范围，命名实体为时间范围，近义词为空(表示未在近义词集合中查找到近义词)。切分词“上海”的描述信息可以为：属性为名词，命名实体为地域，近义词为空。切分词“用户”的描述信息可以为：属性为名词，命名实体为空，近义词为访客。

本实现方式中，在得到切分词的描述信息后，执行主体可以采用描述信息中的属性对应的参数、所属命名实体对应的参数、近义词对应的参数，组合生成上述分析参数。

本实现方式中，从切分词的属性、所属命名实体、近义词多个方面进行分析，能够实现对切分词进行更加准确、全面地描述，有助于准确提取查询文本所体现的用户需求，从而提高数据分析的准确率。

需要指出的是，上述描述信息可以仅包括属性、所属的命名实体和近义词中的一项或多项。上述描述信息还可以包括其它用于描述切分词的某种特征的信息。

在本公开的各个实施例的可选的实现方式中，上述分析参数可以包括类型参数、对象参数、条件参数。则上述根据描述信息，确定对应于查询文本的分析参数包括：根据切分词的描述信息，提取出查询文本中分别用于描述类型的切分词、用于描述对象的切分词以及用于描述条件的切分词，以及将所提取的用于描述类型的切分词组合生成类型参数，将所提取的用于描述对象的切分词组合生成对象参数，将所提取的用于描述条件的切分词组合生成条件参数。

其中，上述类型通常是指对数据进行分析的分析类型。上述分析类型可以包括但不限于归因分析类型、留存分析类型等。上述对象通常是指数据分析的对象。上述数据分析的对象可以包括但不限于访客数、页面浏览量等。上述条件通常是指数据筛选条件。上述数据筛选条件可以包括但不限于时间条件、地域条件等。

本实现方式中，若切分词的描述信息包括预先设定的用于指示类型的信息，则该切分词为用于描述类型的切分词。若切分词的描述信息包括预先设定的用于指示对象的信息，则该切分词为用于描述对象的切分词。若切分词的描述信息包括预先设定的用于指示条件的信息，则该切分词为用于描述条件的切分词。举例来说，若描述信息中的近义词为访客，则该切分词为用于描述对象的切分词。若描述信息中的命名实体为时间，则该切分词为用于描述条件的切分词。

本实现方式中，上述执行主体可以将所提取的用于描述类型的切分词组合生成类型参数，将所提取的用于描述对象的切分词组合生成对象参数，将所提取的用于描述条件的切分词组合生成条件参数。作为示例，若切分词A描述了时间条件，切分词B描述了地域条件，则上述组合生成的条件参数可以为：切分词A and切分词B。

本实现方式中，通过切分词的描述信息所描述的特征，对各切分词进行进一步划分，从而得到查询文本对应的类型参数、对象参数和条件参数，有助于实现得到全面、准确的分析参数，从而进一步提高数据分析的准确率。

继续参见图3，图3是根据本实施例的用于查询数据的方法的应用场景300的一个示意图。在图3的应用场景中，用户301在终端设备302上输入查询文本“为什么上周搜索引擎带来的页面浏览量下降”。

上述终端设备302可以接收到上述查询文本，以及执行如下步骤：

首先，终端设备302可以对上述查询文本进行分词，得到如下切分词：为什么、上周、搜索引擎、页面浏览量、下降。

其次，终端设备302可以对每个切分词进行分析，得到切分词的描述信息，具体可以如下：切分词“为什么”的描述信息可以为：属性为触发关键词，命名实体为空，近义词为空。切分词“上周”的描述信息可以为：属性为时间，命名实体为时间，近义词为空。切分词“搜索引擎”的描述信息可以为：属性为名词，命名实体为来源，近义词为空。切分词“页面浏览量”的描述信息可以为：属性为名词，命名实体为空，近义词为页面浏览量(PV)。

然后，终端设备302可以基于各个切分词的描述信息对切分词进行划分。具体为：基于切分词“为什么”的描述信息中的属性为触发关键词，确定该切分词为用于描述类型的切分词。基于切分词“上周”的描述信息中的属性为时间，确定该切分词为用于描述条件的切分词。基于切分词“搜索引擎”的描述信息中的命名实体为来源，确定该切分词为用于描述条件的切分词。基于切分词“页面浏览量”的描述信息中的近义词为页面浏览量(PV)，确定该切分词为用于描述对象的切分词。基于切分词“下降”的描述信息中的属性为动词，确定该切分词为用于描述条件的切分词。

之后，终端设备302可以将切分词“为什么”作为类型参数，将切分词“页面浏览量”作为对象参数，以及将切分词“上周”、“搜索引擎”、“下降”作为条件参数。

接着，终端设备302可以采用类型参数、对象参数和条件参数从预先存储的分析模板组{甲，乙，丙，丁}中选出相匹配的分析模板丙。

最后，终端设备302可以采用分析模板丙对数据进行分析，实现从数据集合{A，B，C，D，E，F，G}中查询得到对应于类型参数、对象参数和条件参数的数据A和G。以及呈现查询结果。

本公开的上述实施例提供的用于查询数据的方法，可以响应于接收到查询文本，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数。然后，从预先存储的分析模板组中确定与分析参数相匹配的分析模板。最后，基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据，得到查询结果数据。本实施例的方法，通过采用对应于查询文本的分析模板对数据进行分析处理，以提取出符合用户查询需求的查询结果数据，与现有技术中用户需要提前学习数据分析工具的使用方式相比，用户体验更好且更加实用，无需专业人员指导如何使用数据分析工具，人力成本降低，且有助于提高数据查询效率。

进一步参考图4，其示出了用于查询数据的方法的又一个实施例的流程400。该用于查询数据的方法的流程400，包括以下步骤：

步骤401，响应于接收到查询文本，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数。

步骤402，从预先存储的分析模板组中确定与分析参数相匹配的分析模板。

在本实施例中，步骤401-402的具体操作与图2所示的实施例中步骤201-202的操作基本相同，在此不再赘述。

步骤403，响应于分析模板包括查询语句生成模板，将分析参数作为查询语句生成模板的变量值，生成查询语句，以及采用查询语句从预先存储的数据集合中查询与分析参数对应的数据。

在本实施例中，上述采用查询语句从预先存储的数据集合中查询与分析参数对应的数据的操作，与前述步骤203中的采用查询语句从预先存储的数据集合中查询与分析参数对应的数据的操作基本相同，这里不做赘述。

步骤404，响应于分析模板还包括结果处理模板，按照结果处理模板对查询到的数据进行分析处理，以及对分析处理后的数据进行可视化处理，得到可视化处理后的数据。

其中，上述结果处理模板通常是用于对查询结果数据进行分析处理的程序代码。作为示例，上述结果处理模板可以是对查询结果数据进行关联性分析的程序代码。

在本实施例中，在得到查询结果数据后，上述执行主体可以采用分析模板中的结果处理模板对查询结果数据进行处理。之后，对处理后的数据进行可视化处理，以便于用户直观地对处理结果数据进行理解与阅读。其中，上述可视化处理通常是将所得到的数据转换成预先设定的格式，例如，文本格式、图表格式等。

在本实施例中，针对不同的用户需求，需要对数据进行不同的分析处理。例如，若用户的意图是查询，则只需提供查询结果数据给用户。若用户的意图是询问缘由，则需对所查找到的数据进行分析后，再将分析得到的缘由呈现给用户。在本实施例中。结果处理模板包含于分析模板中，上述执行主体可以直接采用分析模板中的结果处理模板对查询结果数据进行分析处理，无需另外分析是否需要对查询结果数据进行进一步分析处理，可以加快数据分析处理的速度，提高数据分析效率。

从图4中可以看出，本实施例中的用于查询数据的方法的流程400可以自动采用分析模板中的结果处理模板对查询结果数据进行分析处理，无需另外分析是否需要对查询结果数据进行进一步分析处理，可以加快数据分析处理的速度，提高数据分析效率。

进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种用于查询数据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，本实施例的用于查询数据的装置500包括：处理单元501，被配置成响应于接收到查询文本，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数；确定单元502，被配置成从预先存储的分析模板组中确定与分析参数相匹配的分析模板；查询单元503，被配置成基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据，得到查询结果数据。

在本实施例的一些可选的实现方式中，处理单元501中，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数包括：对查询文本进行分词，得到切分词。确定切分词的描述信息，以及根据描述信息，确定对应于查询文本的分析参数。

在本实施例的一些可选的实现方式中，分析模板包括查询语句生成模板。以及基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据包括：首先，将分析参数作为查询语句生成模板的变量值，生成查询语句。然后，采用查询语句从预先存储的数据集合中查询与分析参数对应的数据。

在本实施例的一些可选的实现方式中，响应于分析模板还包括结果处理模板，基于所述分析模板和所述分析参数，从预先存储的数据集合中查询与所述分析参数对应的数据还包括：按照结果处理模板对查询到的数据进行分析处理，以及对分析处理后的数据进行可视化处理。

在本实施例的一些可选的实现方式中，描述信息包括：切分词的属性、切分词所属的命名实体、切分词的近义词。此时，确定切分词的描述信息包括：首先，从预先存储的近义词集合中，查找出切分词的近义词。然后，将切分词的词性或切分词的近义词的词性确定为切分词的属性。最后，在预先存储的实体词与实体词对应的命名实体之间的映射关系表中，查找出切分词或切分词的近义词对应的命名实体作为切分词所属的命名实体。

在本实施例的一些可选的实现方式中，分析参数包括类型参数、对象参数、条件参数。以及根据描述信息，确定对应于查询文本的分析参数包括：根据切分词的描述信息，提取出查询文本中分别用于描述类型的切分词、用于描述对象的切分词以及用于描述条件的切分词，以及将所提取的用于描述类型的切分词组合生成类型参数，将所提取的用于描述对象的切分词组合生成对象参数，将所提取的用于描述条件的切分词组合生成条件参数。

本公开的上述实施例提供的装置，处理单元501响应于接收到查询文本，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数。然后，确定单元502从预先存储的分析模板组中确定与分析参数相匹配的分析模板。最后，查询单元503基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据，得到查询结果数据。本实施例的装置，通过采用对应于查询文本的分析模板对数据进行分析处理，以提取出符合用户查询需求的查询结果数据，与现有技术中用户需要提前学习数据分析工具的使用方式相比，用户体验更好且更加实用，无需专业人员指导如何使用数据分析工具，人力成本降低，且有助于提高数据查询效率。

下面参考图6，其示出了适于用来实现本公开的实施例的电子设备(例如图1中的终端设备)600的结构示意图。本公开的实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的终端设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理单元(CPU)、图形处理器等)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装置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，还存储有电子设备600操作所需的各种程序和数据。处理装置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。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

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装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开的实施例的方法中限定的上述功能。需要说明的是，本公开的实施例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存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储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。在本公开的实施例中，计算机可读存储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。而在本公开的实施例中，计算机可读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。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、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：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。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电子设备执行时，使得该电子设备：响应于接收到查询文本，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数；从预先存储的分析模板组中确定与分析参数相匹配的分析模板；基于分析模板和分析参数，从预先存储的数据集合中查询与分析参数对应的数据，得到查询结果数据。

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公开的实施例的操作的计算机程序代码，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，图示了按照本公开各种实施例的系统、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。

描述于本公开的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：一种处理器包括处理单元、确定单元、查询单元。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，处理单元还可以被描述为“响应于接收到查询文本，对查询文本进行自然语言处理，根据自然语言处理结果确定查询文本的分析参数的单元”。

以上描述仅为本公开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，本公开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。例如上述特征与本公开中公开的(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 (14)

1.一种用于查询数据的方法，包括：

响应于接收到查询文本，对所述查询文本进行自然语言处理，根据自然语言处理结果确定所述查询文本的分析参数；

从预先存储的分析模板组中确定与所述分析参数相匹配的分析模板；

基于所述分析模板和所述分析参数，从预先存储的数据集合中查询与所述分析参数对应的数据，得到查询结果数据。

2.根据权利要求1所述的方法，其中，所述对所述查询文本进行自然语言处理，根据自然语言处理结果确定所述查询文本的分析参数包括：

对所述查询文本进行分词，得到切分词；

确定所述切分词的描述信息，以及根据所述描述信息，确定对应于所述查询文本的分析参数。

3.根据权利要求1-2之一所述的方法，其中，所述分析模板包括查询语句生成模板；以及

所述基于所述分析模板和所述分析参数，从预先存储的数据集合中查询与所述分析参数对应的数据包括：

将所述分析参数作为所述查询语句生成模板的变量值，生成查询语句；

采用所述查询语句从所述预先存储的数据集合中查询与所述分析参数对应的数据。

4.根据权利要求3所述的方法，其中，响应于所述分析模板还包括结果处理模板，所述基于所述分析模板和所述分析参数，从预先存储的数据集合中查询与所述分析参数对应的数据还包括：

按照所述结果处理模板对查询到的数据进行分析处理，以及对分析处理后的数据进行可视化处理。

5.根据权利要求2所述的方法，其中，所述描述信息包括：切分词的属性、切分词所属的命名实体、切分词的近义词；以及

所述确定所述切分词的描述信息包括：

从预先存储的近义词集合中，查找出所述切分词的近义词；

将所述切分词的词性或所述切分词的近义词的词性确定为所述切分词的属性；

在预先存储的实体词与实体词对应的命名实体之间的映射关系表中，查找出所述切分词或所述切分词的近义词对应的命名实体作为所述切分词所属的命名实体。

6.根据权利要求2所述的方法，其中，所述分析参数包括类型参数、对象参数、条件参数；以及

所述根据所述描述信息，确定对应于所述查询文本的分析参数包括：

根据切分词的描述信息，提取出所述查询文本中分别用于描述类型的切分词、用于描述对象的切分词以及用于描述条件的切分词，以及将所提取的用于描述类型的切分词组合生成类型参数，将所提取的用于描述对象的切分词组合生成对象参数，将所提取的用于描述条件的切分词组合生成条件参数。

7.一种用于查询数据的装置，包括：

处理单元，被配置成响应于接收到查询文本，对所述查询文本进行自然语言处理，根据自然语言处理结果确定所述查询文本的分析参数；

确定单元，被配置成从预先存储的分析模板组中确定与所述分析参数相匹配的分析模板；

查询单元，被配置成基于所述分析模板和所述分析参数，从预先存储的数据集合中查询与所述分析参数对应的数据，得到查询结果数据。

8.根据权利要求7所述的装置，其中，所述处理单元中，所述对所述查询文本进行自然语言处理，根据自然语言处理结果确定所述查询文本的分析参数包括：

对所述查询文本进行分词，得到切分词；

确定所述切分词的描述信息，以及根据所述描述信息，确定对应于所述查询文本的分析参数。

9.根据权利要求7-8之一所述的装置，其中，所述分析模板包括查询语句生成模板；以及

所述基于所述分析模板和所述分析参数，从预先存储的数据集合中查询与所述分析参数对应的数据包括：

将所述分析参数作为所述查询语句生成模板的变量值，生成查询语句；

采用所述查询语句从所述预先存储的数据集合中查询与所述分析参数对应的数据。

10.根据权利要求9所述的装置，其中，响应于所述分析模板还包括结果处理模板，所述基于所述分析模板和所述分析参数，从预先存储的数据集合中查询与所述分析参数对应的数据还包括：

按照所述结果处理模板对查询到的数据进行分析处理，以及对分析处理后的数据进行可视化处理。

11.根据权利要求8所述的装置，其中，所述描述信息包括：切分词的属性、切分词所属的命名实体、切分词的近义词；以及

所述确定所述切分词的描述信息包括：

从预先存储的近义词集合中，查找出所述切分词的近义词；

将所述切分词的词性或所述切分词的近义词的词性确定为所述切分词的属性；

在预先存储的实体词与实体词对应的命名实体之间的映射关系表中，查找出所述切分词或所述切分词的近义词对应的命名实体作为所述切分词所属的命名实体。

12.根据权利要求8所述的装置，其中，所述分析参数包括类型参数、对象参数、条件参数；以及

所述根据所述描述信息，确定对应于所述查询文本的分析参数包括：

根据切分词的描述信息，提取出所述查询文本中分别用于描述类型的切分词、用于描述对象的切分词以及用于描述条件的切分词，以及将所提取的用于描述类型的切分词组合生成类型参数，将所提取的用于描述对象的切分词组合生成对象参数，将所提取的用于描述条件的切分词组合生成条件参数。

13.一种电子设备，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，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

14.一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。

Images