CN112307053A - 基于强化学习的语言处理方法及装置 - Google Patents
基于强化学习的语言处理方法及装置 Download PDFInfo
- Publication number
- CN112307053A CN112307053A CN202011174219.5A CN202011174219A CN112307053A CN 112307053 A CN112307053 A CN 112307053A CN 202011174219 A CN202011174219 A CN 202011174219A CN 112307053 A CN112307053 A CN 112307053A
- Authority
- CN
- China
- Prior art keywords
- natural language
- target
- sql
- intermediate expression
- 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
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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/253—Grammatical analysis; Style critique
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了一种基于强化学习的语言处理方法及装置。所述方法包括:确定SQL语法结构对应的中间表达词集;以及,获取样本自然语言数据;所述中间表达词集中包括多个用于表示各类语法结构的中间表达词;基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型;利用所述自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;所述目标中间序列由多个所述中间表达词组成;根据所述中间表达词集和所述SQL语法结构之间的对应关系,确定所述目标中间表达序列对应的目标SQL语法结构。该技术方案能够提升自然语言转换为SQL语言的效率,且不受限于SQL语言的长度,提升自然语言处理的通用性。
Description
技术领域
本发明涉及自然语言处理技术领域,尤其涉及一种基于强化学习的语言处理方法及装置。
背景技术
面向执行的SQL(Structured Query Language,结构化查询语言)查询语句是为了在关系型的数据库中方便查询,而不是为了表示面向语义的自然语言含义,因此,自然语言与SQL语句之间不可避免的存在不匹配的问题。现有技术中,为解决自然语言和SQL查询语句之间不匹配的问题,设计了一种连接自然语言和SQL查询语句的中间表达,称为SemQL,即通过schema linking的步骤得到预测的数据库的列(即预测SQL语句中出现的列),并将列填充到SemQL表达的槽位(即SQL语法结构)中,得到最终的SQL语句。该方法在预测SQL语法结构,需首先对自然语言数据进行标记,标记内容为数据对应的语法结构,然后将自然语言数据中涉及到的语法结构表示为树结构,进而基于该树结构确定自然语言数据对应的SQL查询语句。
上述方法存在以下缺点:首先,对SQL语法结构的预测效率低,需要重复对数据进行标记,尤其是对于某些用户的SQL数据集中没有SQL语言的个别语法现象(如order by、having、limit、group by等),就需要对数据全部进行标记。其次,SQL语句的输出为有限长度,对于较长的SQL语句的预测能力有限。
发明内容
本申请实施例的目的是提供一种基于强化学习的语言处理方法及装置,用以解决现有的自然语言转化SQL查询语句的效率低、且对于较长的SQL语句局限性较大的问题。
为解决上述技术问题,本申请实施例是这样实现的:
一方面,本申请实施例提供一种基于强化学习的语言处理方法,包括:
确定SQL语法结构对应的中间表达词集;以及,获取样本自然语言数据;所述中间表达词集中包括多个用于表示各类语法结构的中间表达词;所述样本自然语言数据包括用于表示所述样本自然语言数据中的语法结构的标签;
基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型;
利用所述自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;所述目标中间序列由多个所述中间表达词组成;
根据所述中间表达词集和所述SQL语法结构之间的对应关系,确定所述目标中间表达序列对应的目标SQL语法结构;所述目标SQL语法结构用于生成所述目标自然语言数据对应的目标SQL语言。
另一方面,本申请实施例提供一种基于强化学习的语言处理装置,包括:
确定及获取模块,用于确定SQL语法结构对应的中间表达词集;以及,获取样本自然语言数据;所述中间表达词集中包括多个用于表示各类语法结构的中间表达词;所述样本自然语言数据包括用于表示所述样本自然语言数据中的语法结构的标签;
强化学习模块,用于基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型;
第一确定模块,用于利用所述自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;所述目标中间序列由多个所述中间表达词组成;
第二确定模块,用于根据所述中间表达词集和所述SQL语法结构之间的对应关系,确定所述目标中间表达序列对应的目标SQL语法结构;所述目标SQL语法结构用于生成所述目标自然语言数据对应的目标SQL语言。
再一方面,本申请实施例提供一种基于强化学习的语言处理设备,包括处理器和与所述处理器电连接的存储器,所述存储器存储有计算机程序,所述处理器用于从所述存储器调用并执行所述计算机程序以实现:
确定SQL语法结构对应的中间表达词集;以及,获取样本自然语言数据;所述中间表达词集中包括多个用于表示各类语法结构的中间表达词;所述样本自然语言数据包括用于表示所述样本自然语言数据中的语法结构的标签;
基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型;
利用所述自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;所述目标中间序列由多个所述中间表达词组成;
根据所述中间表达词集和所述SQL语法结构之间的对应关系,确定所述目标中间表达序列对应的目标SQL语法结构;所述目标SQL语法结构用于生成所述目标自然语言数据对应的目标SQL语言。
再一方面,本申请实施例提供一种存储介质,用于存储计算机程序,所述计算机程序在被处理器执行时以实现以下流程:
确定SQL语法结构对应的中间表达词集;以及,获取样本自然语言数据;所述中间表达词集中包括多个用于表示各类语法结构的中间表达词;所述样本自然语言数据包括用于表示所述样本自然语言数据中的语法结构的标签;
基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型;
利用所述自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;所述目标中间序列由多个所述中间表达词组成;
根据所述中间表达词集和所述SQL语法结构之间的对应关系,确定所述目标中间表达序列对应的目标SQL语法结构;所述目标SQL语法结构用于生成所述目标自然语言数据对应的目标SQL语言。
采用本发明实施例的技术方案,通过基于SQL语法结构对应的中间表达词集合样本自然语言数据进行强化学习,以训练自然语言处理模型,从而能够利用该自然语言处理模型确定目标自然语言数据对应的目标中间表达序列,该目标中间表达序列由多个中间表达词组成;进而根据中间表达词集和SQL语法结构之间的对应关系,确定目标中间表达序列对应的目标SQL语法结构。可见,该技术方案通过预先训练自然语言处理模型,使得自然语言数据转化为中间表达序列时无需依赖人工对数据进行语法标注,从而提升语言转换的效率。并且,SQL语法结构的长度不受限定,即利用自然语言处理模型能够转换任意长度的SQL语法结构所对应的中间表达序列,从而使语言转换不再受限于SQL语法结构的长度,提升自然语言处理的通用性。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明一实施例的一种基于强化学习的语言处理方法的示意性流程图;
图2是根据本发明一实施例的一种强化学习过程的示意性逻辑图;
图3是根据本发明一实施例的一种训练自然语言处理模型的示意性流程图;
图4是根据本发明一实施例的一种基于强化学习的语言处理装置的示意性框图;
图5是根据本发明一实施例的一种基于强化学习的语言处理设备的示意性框图。
具体实施方式
本申请实施例提供一种基于强化学习的语言处理方法及装置,用以解决现有的自然语言转化SQL查询语句的效率低、且对于较长的SQL语句局限性较大的问题。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
图1是根据本发明一实施例的一种基于强化学习的语言处理方法的示意性流程图,如图1所示,该方法包括:
S102,确定SQL语法结构对应的中间表达词集,以及获取样本自然语言数据;中间表达词集中包括多个用于表示各类语法结构的中间表达词;样本自然语言数据包括用于表示样本自然语言数据中的语法结构的标签。
其中,SQL语法结构对应的中间表达词集中,包括有多个中间表达词。各中间表达词分别对应一类SQL语法结构。也就是说,每一类SQL语法结构均能够和中间表达词集中的中间表达词相互转换。
样本自然语言数据可包括多个,多个样本自然语言数据构成样本自然语言数据集。在训练自然语言处理模型时,可从样本自然语言数据集中选择多个样本自然语言数据依次进行强化学习。
样本自然语言数据中的标签可由用户预先添加,标记形式可以是中间表达词。例如,若样本自然语言数据中包括某类SQL语法结构,则可添加与该类SQL语法结构对应的中间表达词。
S104,基于中间表达词集和样本自然语言数据进行强化学习,以得到自然语言处理模型。
强化学习的过程涉及到状态空间、动作空间及强化信号(也可称为价值函数)三要素,三要素的确定方式以及强化学习的过程将在下述实施例中详细说明。
S106,利用自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;目标中间序列由多个中间表达词组成。
S108,根据中间表达词集和SQL语法结构之间的对应关系,确定目标中间表达序列对应的目标SQL语法结构;目标SQL语法结构用于生成目标自然语言数据对应的目标SQL语言。
由于每一类SQL语法结构均能够和中间表达词集中的中间表达词相互转换,因此在确定目标中间表达序列之后,可基于SQL语法结构和中间表达词之间的对应关系,确定出目标中间表达序列中的各中间表达词分别对应的SQL语法结构,进而组合各中间表达词分别对应的SQL语法结构得到目标SQL语法结构。
本实施例的上述技术方案,能够将自然语言数据的数据结构转换为中间表达序列,进而基于中间表达序列转换为对应的SQL语法结构,即SQL语言中的表结构。之后,结合自然语言数据的数据内容,如SQL语言中的表数据,即可组合为完整的SQL语言。
采用本发明实施例的技术方案,通过基于SQL语法结构对应的中间表达词集合样本自然语言数据进行强化学习,以训练自然语言处理模型,从而能够利用该自然语言处理模型确定目标自然语言数据对应的目标中间表达序列,该目标中间表达序列由多个中间表达词组成;进而根据中间表达词集和SQL语法结构之间的对应关系,确定目标中间表达序列对应的目标SQL语法结构。可见,该技术方案通过预先训练自然语言处理模型,使得自然语言数据转化为中间表达序列时无需依赖人工对数据进行语法标注,从而提升语言转换的效率。并且,SQL语法结构的长度不受限定,即利用自然语言处理模型能够转换任意长度的SQL语法结构所对应的中间表达序列,从而使语言转换不再受限于SQL语法结构的长度,提升自然语言处理的通用性。
下表1示出了一实施例中的中间表达词集和SQL语法结构之间的对应关系,即中间表达词和SQL语法结构之间的转换规则。如表1所示,第一列示出了各个中间表达词,第二列示出了各中间表达词和SQL语法结构的转换规则。基于该中间表达词集和SQL语法结构之间的对应关系,即可实现中间表达词和SQL语法结构之间的相互转换。
表1
基于表1所示的中间表达词和SQL语法结构之间的转换规则,下面详细介绍自然语言处理模型的训练过程。
在一个实施例中,基于中间表达词集和样本自然语言数据进行强化学习时,可将中间表达词集和样本自然语言数据输入预训练语言模型,并利用预训练语言模型进行强化学习,以得到自然语言处理模型。其中,预训练语言模型可以是BERT(BidirectionalEncoder Representations from Transformers,来自Transformer的双向编码器表示)语言模型。
本实施例中,在进行强化学习之前,先介绍强化学习过程中涉及到的三要素:状态空间、动作空间和强化信号。其中,动作空间即为上述表1所示的第一列内容,即动作空间由表1中列举的各中间表达词组成。强化学习的过程包括多个时间步,在每一时间步,强化学习的智能体(Agent)从动作空间中选择一个中间表达词(即动作)作为当前时间步的输出,并和当前已完成的各时间步对应的输出表达词按照各时间步的时间先后顺序依次组合,构成当前时间步对应的状态,多个状态构成状态空间。智能体在每一时间步选择中间表达词作为输入时,需参考对应时间步的强化信号,即根据上一时间步的状态给予智能体的反馈(或奖赏)。
图2示出了一实施例中强化学习过程的示意性逻辑图,如图2所示,智能体Agent在当前的学习环境中进行强化学习,在每一时间步中,Agent从动作空间中选择一个动作作为对应时间步的输出,通过学习环境形成对应的状态,同时反馈一定的奖赏,即根据上一时间步的状态给予Agent的反馈。Agent在下一时间步时,基于状态和奖赏确定下一时间步所要选择的动作。循环上述执行步骤,直至逐渐收敛至输出正确的动作。
例如,对于样本自然语言数据“获得冠军次数升序排前3,或者亚军次数降序排前5的都是哪些羽毛球运动员?”,基于表1所示的转换规则,可将该样本自然语言数据转换为以下中间表达序列:
['SQL(1)','SingleSQL(2)','Select(0)','NumA(0)','Agg(0)','Column(0)','Table(0)','Superlative(1)','Agg(0)','Column(0)','Table(0)','Value(0)','SingleSQL(2)','Select(0)','NumA(0)','Agg(0)','Column(0)','Table(0)','Superlative(0)','Agg(0)','Column(0)','Table(0)','Value(0)']
在上述中间表达序列中包括有多个中间表达词,在强化学习之前,按照上述中间表达序列中的各个中间表达词,对样本自然语言数据中涉及到的语法结构进行标注,即添加相应的标签,标签可用于作为强化信号的确定依据。强化学习的目的即为将上述样本自然语言数据转换为对应的中间表达序列,并通过多次重复学习,以使训练出的自然语言处理模型能够输出准确的中间表达序列。
将图2所示的强化学习应用到本实施例中,强化学习的过程可循环执行如图3所示的步骤S301-S304:
S301,将样本自然语言数据和当前时间步对应的输入表达序列输入预训练语言模型。
其中,预训练语言模型可以是BERT语言模型。当前时间步对应的输入表达序列为当前已完成的各时间步对应的输出表达词按照各时间步的时间先后顺序依次组成。
沿用上述举例,针对上述样本自然语言数据,假设第一步(即第一个时间步)输出中间表达词“SQL(1)”,第二步(即第二个时间步)输出中间表达词“SingleSQL(2)”,那么第三步对应的输入表达序列即为“'SQL(1)','SingleSQL(2)'”。在执行第三步时,将样本自然语言数据和第三步对应的该输入表达序列一起输入预训练语言模型。
需要说明的是,实际应用场景中,较靠前的时间步对应的输出表达词的准确性可能较低,也就是说,在第一步输出的中间表达词可能并非“SQL(1)”,第二步输出的中间表达词也可能并非“SingleSQL(2)”。但是通过不断学习,越靠后的时间步对应的输出表达词的准确性也就越高。
S302,根据上一时间步对应的输出表达词以及当前时间步对应的输入表达序列,计算当前时间步对应的强化信号。
该步骤中,强化信号用于每一时间步进行强化学习时,决策当前时间步所应选择的动作,即输出哪个中间表达词。
S303,根据当前时间步对应的强化信号,确定当前时间步对应的输出表达词。
S304,将当前时间步对应的输入表达序列和输出表达词进行组合,得到下一时间步对应的输入表达序列。
该步骤中,得到下一时间步对应的输入表达序列后,返回S301继续执行。此时,S304中的下一时间步对应的输入表达序列也就相当于S301中的当前时间步对应的输入表达序列。通过循环上述步骤,直至预训练语言模型输出样本自然语言数据对应的第一中间表达序列,即输出样本自然语言模型对应的完整的中间表达序列。
需要说明的是,模型输出的第一中间表达序列不一定与上述样本自然语言数据对应的中间表达序列完全一致,也就是说,第一中间表达序列具有一定的准确率。随着样本自然语言数据的数量的增多,即强化学习的次数越多,模型输出的第一中间表达序列的准确率也就越高,直至训练出准确率达到预定阈值的自然语言处理模型。
由于任何机器学习模型都只能输入数字而不能输入字符,因此,需要一个词表将字符一一对应成数字输入到模型中,将字符转化为数字的过程称为token。因此在本实施例中,将数据输入预训练语言模型之前,需将输入数据转换为对应的数字形式,然后再输入到模型中。
在一个实施例中,可按照下述步骤A1-A3计算当前时间步的强化信号:
步骤A1,将上一时间步对应的输出表达词和样本自然语言数据中对应的标签进行比对,得到第一比对结果,根据第一比对结果确定当前时间步对应的第一强化值。
沿用上述举例,对于样本自然语言数据“获得冠军次数升序排前3,或者亚军次数降序排前5的都是哪些羽毛球运动员?”,假设第一步输出中间表达词“Select(0)”,而样本自然语言数据中对应的标签为“SQL(1)”,则确定第一步输出了错误的中间表达词;假设第二步输出中间表达词“SingleSQL(2)”,由于样本自然语言数据中对应的标签也是“SingleSQL(2)”,因此可确定第二步输出了正确的中间表达词。
基于在每一时间步是否输出了正确的中间表达词,预先设置了对应的第一强化值,且输出正确的中间表达词对应的第一强化值大于输出错误的中间表达词对应的第一强化值。可选的,如果输出了正确的中间表达词,可设置对应的第一强化值为正值,如1;如果输出了错误的中间表达词,则可设置对应的第一强化值为负值,如-1。
步骤A2,将当前时间步对应的输入表达序列转换为对应的第一SQL语法结构,根据第一SQL语法结构确定当前时间步对应的第二强化值。
该步骤中,可按照上述表1所示的转换规则,将当前时间步对应的输入表达序列转换为对应的第一SQL语法结构。
步骤A3,根据第一强化值、第二强化值以及各自分别对应的权重,计算当前时间步对应的强化信号。
其中,第一强化值和第二强化值对应的权重可根据实际需求设定,本实施例对此不做限定。
在执行步骤A2时,可首先确定样本自然语言数据对应的样本SQL语言中的样本数据内容,即样本表数据。并将当前时间步对应的第一SQL语法结构和样本表数据进行组合,得到第一SQL语言。由于每一时间步都需要计算第二强化值,因此第一SQL语法结构和样本表数据进行组合时,需按照第一SQL语法结构的长度组合对应的样本表数据,即样本表数据中的部分内容。其次,将第一SQL语言输入到指定数据库中,并在指定数据库中执行第一SQL语言,得到执行结果,该指定数据库中预存有样本自然语言数据对应的样本数据内容和样本数据结构,即样本表数据和样本表结构。最后,将第一SQL语言的执行结果与样本表数据和样本表结构进行比对,得到第二比对结果,并根据第二比对结果确定当前时间步对应的第二强化值。
具体的,若第二比对结果为第一SQL语言中包括错误语法,则确定第二强化值为第一值;若第二比对结果为第一SQL语言中不包括错误语法、但执行后对应的目标数据错误(即查询结果错误),则确定第二强化值为第二值;若第二比对结果为第一SQL语言中不包括错误语法、且执行后对应的目标数据正确(即查询结果正确),则确定第二强化值为第三值;其中,第一值小于第二值;第二值小于第三值。
可选的,如果第一SQL语言中包括错误语法,则可设置对应的第一值为负值,如-2;如果第一SQL语言中不包括错误语法、但执行后对应的目标数据错误,则可设置对应的第二值也为负值,但该负值应比第一值大,如-1;如果第一SQL语言中不包括错误语法、且执行后对应的目标数据正确,则可设置对应的第三值为正值,如1。
通过上述实施例提供的强化信号的计算方式,使得强化学习过程中决策每一时间步的输出动作时,能够兼顾中间表达词的预测效果和最终SQL语言的表达效果,使得强化学习的效率更高,且提升最终训练的自然语言模型的准确性。
综上,已经对本主题的特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作可以按照不同的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序,以实现期望的结果。在某些实施方式中,多任务处理和并行处理可以是有利的。
以上为本申请实施例提供的基于强化学习的语言处理方法,基于同样的思路,本申请实施例还提供一种基于强化学习的语言处理装置。
图4是根据本发明一实施例的一种基于强化学习的语言处理装置的示意性框图,如图4所示,该装置包括:
确定及获取模块410,用于确定SQL语法结构对应的中间表达词集;以及,获取样本自然语言数据;所述中间表达词集中包括多个用于表示各类语法结构的中间表达词;所述样本自然语言数据包括用于表示所述样本自然语言数据中的语法结构的标签;
强化学习模块420,用于基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型;
第一确定模块430,用于利用所述自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;所述目标中间序列由多个所述中间表达词组成;
第二确定模块440,用于根据所述中间表达词集和所述SQL语法结构之间的对应关系,确定所述目标中间表达序列对应的目标SQL语法结构;所述目标SQL语法结构用于生成所述目标自然语言数据对应的目标SQL语言。
在一个实施例中,所述强化学习模块420包括:
强化学习单元,用于将所述中间表达词集和所述样本自然语言数据输入预训练语言模型,并利用所述预训练语言模型进行强化学习,以得到所述自然语言处理模型。
在一个实施例中,所述强化学习单元还用于:
循环执行以下步骤,直至所述预训练语言模型输出所述样本自然语言数据对应的第一中间表达序列:
将所述样本自然语言数据和当前时间步对应的输入表达序列输入所述预训练语言模型;所述输入表达序列为当前已完成的各时间步对应的输出表达词按照各所述时间步的时间先后顺序依次组成;
根据上一时间步对应的输出表达词以及所述当前时间步对应的输入表达序列,计算所述当前时间步对应的强化信号;
根据所述强化信号,确定所述当前时间步对应的输出表达词;
将所述当前时间步对应的输入表达序列和所述输出表达词进行组合,得到下一时间步对应的输入表达序列。
在一个实施例中,所述强化学习单元还用于:
将所述上一时间步对应的输出表达词和所述样本自然语言数据中对应的所述标签进行比对,得到第一比对结果;根据所述第一比对结果确定所述当前时间步对应的第一强化值;
将所述当前时间步对应的输入表达序列转换为对应的第一SQL语法结构,根据所述第一SQL语法结构确定所述当前时间步对应的第二强化值;
根据所述第一强化值、所述第二强化值以及各自分别对应的权重,计算所述当前时间步对应的强化信号。
在一个实施例中,所述强化学习单元还用于:
确定所述样本自然语言数据对应的样本SQL语言中的样本数据内容;
将所述第一SQL语法结构和所述样本数据内容进行组合,得到第一SQL语言;
将所述第一SQL语言输入到指定数据库中,并在所述指定数据库中执行所述第一SQL语言,得到执行结果;所述指定数据库中预存有所述样本自然语言数据对应的样本数据内容和样本数据结构;
将所述执行结果与所述样本数据内容和样本数据结构进行比对,得到第二比对结果,并根据所述第二比对结果确定所述当前时间步对应的所述第二强化值。
在一个实施例中,所述强化学习单元还用于:
若所述第二比对结果为所述第一SQL语言中包括错误语法,则确定所述第二强化值为第一值;
若所述第二比对结果为所述第一SQL语言中不包括错误语法、但执行后对应的目标数据错误,则确定所述第二强化值为第二值;
若所述第二比对结果为所述第一SQL语言中不包括错误语法、且执行后对应的目标数据正确,则确定所述第二强化值为第三值;
其中,所述第一值小于所述第二值;所述第二值小于所述第三值。
在一个实施例中,所述预训练语言模型为BERT模型。
采用本发明实施例的装置,通过基于SQL语法结构对应的中间表达词集合样本自然语言数据进行强化学习,以训练自然语言处理模型,从而能够利用该自然语言处理模型确定目标自然语言数据对应的目标中间表达序列,该目标中间表达序列由多个中间表达词组成;进而根据中间表达词集和SQL语法结构之间的对应关系,确定目标中间表达序列对应的目标SQL语法结构。可见,该装置通过预先训练自然语言处理模型,使得自然语言数据转化为中间表达序列时无需依赖人工对数据进行语法标注,从而提升语言转换的效率。并且,SQL语法结构的长度不受限定,即利用自然语言处理模型能够转换任意长度的SQL语法结构所对应的中间表达序列,从而使语言转换不再受限于SQL语法结构的长度,提升自然语言处理的通用性。
本领域的技术人员应可理解,上述基于强化学习的语言处理装置能够用来实现前文所述的基于强化学习的语言处理方法,其中的细节描述应与前文方法部分描述类似,为避免繁琐,此处不另赘述。
基于同样的思路,本申请实施例还提供一种基于强化学习的语言处理设备,如图5所示。基于强化学习的语言处理设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器501和存储器502,存储器502中可以存储有一个或一个以上存储应用程序或数据。其中,存储器502可以是短暂存储或持久存储。存储在存储器502的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对基于强化学习的语言处理设备中的一系列计算机可执行指令。更进一步地,处理器501可以设置为与存储器502通信,在基于强化学习的语言处理设备上执行存储器502中的一系列计算机可执行指令。基于强化学习的语言处理设备还可以包括一个或一个以上电源503,一个或一个以上有线或无线网络接口504,一个或一个以上输入输出接口505,一个或一个以上键盘506。
具体在本实施例中,基于强化学习的语言处理设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对基于强化学习的语言处理设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
确定SQL语法结构对应的中间表达词集;以及,获取样本自然语言数据;所述中间表达词集中包括多个用于表示各类语法结构的中间表达词;所述样本自然语言数据包括用于表示所述样本自然语言数据中的语法结构的标签;
基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型;
利用所述自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;所述目标中间序列由多个所述中间表达词组成;
根据所述中间表达词集和所述SQL语法结构之间的对应关系,确定所述目标中间表达序列对应的目标SQL语法结构;所述目标SQL语法结构用于生成所述目标自然语言数据对应的目标SQL语言。
本申请实施例还提出了一种存储介质,该存储介质存储一个或多个计算机程序,该一个或多个计算机程序包括指令,该指令当被包括多个应用程序的电子设备执行时,能够使该电子设备执行上述一种基于强化学习的语言处理方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种基于强化学习的语言处理方法,其特征在于,包括:
确定SQL语法结构对应的中间表达词集;以及,获取样本自然语言数据;所述中间表达词集中包括多个用于表示各类语法结构的中间表达词;所述样本自然语言数据包括用于表示所述样本自然语言数据中的语法结构的标签;
基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型;
利用所述自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;所述目标中间序列由多个所述中间表达词组成;
根据所述中间表达词集和所述SQL语法结构之间的对应关系,确定所述目标中间表达序列对应的目标SQL语法结构;所述目标SQL语法结构用于生成所述目标自然语言数据对应的目标SQL语言。
2.根据权利要求1所述的方法,其特征在于,所述基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型,包括:
将所述中间表达词集和所述样本自然语言数据输入预训练语言模型,并利用所述预训练语言模型进行强化学习,以得到所述自然语言处理模型。
3.根据权利要求2所述的方法,其特征在于,所述将所述中间表达词集和所述样本自然语言数据输入预训练语言模型,并利用所述预训练语言模型进行强化学习,包括:
循环执行以下步骤,直至所述预训练语言模型输出所述样本自然语言数据对应的第一中间表达序列:
将所述样本自然语言数据和当前时间步对应的输入表达序列输入所述预训练语言模型;所述输入表达序列为当前已完成的各时间步对应的输出表达词按照各所述时间步的时间先后顺序依次组成;
根据上一时间步对应的输出表达词以及所述当前时间步对应的输入表达序列,计算所述当前时间步对应的强化信号;
根据所述强化信号,确定所述当前时间步对应的输出表达词;
将所述当前时间步对应的输入表达序列和所述输出表达词进行组合,得到下一时间步对应的输入表达序列。
4.根据权利要求3所述的方法,其特征在于,所述根据上一时间步对应的输出表达词以及所述当前时间步对应的输入表达序列,计算所述当前时间步对应的强化信号,包括:
将所述上一时间步对应的输出表达词和所述样本自然语言数据中对应的所述标签进行比对,得到第一比对结果;根据所述第一比对结果确定所述当前时间步对应的第一强化值;
将所述当前时间步对应的输入表达序列转换为对应的第一SQL语法结构,根据所述第一SQL语法结构确定所述当前时间步对应的第二强化值;
根据所述第一强化值、所述第二强化值以及各自分别对应的权重,计算所述当前时间步对应的强化信号。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一SQL语法结构确定所述当前时间步对应的第二强化值,包括:
确定所述样本自然语言数据对应的样本SQL语言中的样本数据内容;
将所述第一SQL语法结构和所述样本数据内容进行组合,得到第一SQL语言;
将所述第一SQL语言输入到指定数据库中,并在所述指定数据库中执行所述第一SQL语言,得到执行结果;所述指定数据库中预存有所述样本自然语言数据对应的样本数据内容和样本数据结构;
将所述执行结果与所述样本数据内容和样本数据结构进行比对,得到第二比对结果,并根据所述第二比对结果确定所述当前时间步对应的所述第二强化值。
6.根据权利要求5所述的方法,其特征在于,所述将所述执行结果与所述样本数据内容和样本数据结构进行比对,得到第二比对结果,并根据所述第二比对结果确定所述当前时间步对应的所述第二强化值,包括:
若所述第二比对结果为所述第一SQL语言中包括错误语法,则确定所述第二强化值为第一值;
若所述第二比对结果为所述第一SQL语言中不包括错误语法、但执行后对应的目标数据错误,则确定所述第二强化值为第二值;
若所述第二比对结果为所述第一SQL语言中不包括错误语法、且执行后对应的目标数据正确,则确定所述第二强化值为第三值;
其中,所述第一值小于所述第二值;所述第二值小于所述第三值。
7.根据权利要求2至6任一项所述的方法,其特征在于,所述预训练语言模型为BERT模型。
8.一种基于强化学习的语言处理装置,其特征在于,包括:
确定及获取模块,用于确定SQL语法结构对应的中间表达词集;以及,获取样本自然语言数据;所述中间表达词集中包括多个用于表示各类语法结构的中间表达词;所述样本自然语言数据包括用于表示所述样本自然语言数据中的语法结构的标签;
强化学习模块,用于基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型;
第一确定模块,用于利用所述自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;所述目标中间序列由多个所述中间表达词组成;
第二确定模块,用于根据所述中间表达词集和所述SQL语法结构之间的对应关系,确定所述目标中间表达序列对应的目标SQL语法结构;所述目标SQL语法结构用于生成所述目标自然语言数据对应的目标SQL语言。
9.一种基于强化学习的语言处理设备,其特征在于,包括处理器和与所述处理器电连接的存储器,所述存储器存储有计算机程序,所述处理器用于从所述存储器调用并执行所述计算机程序以实现:
确定SQL语法结构对应的中间表达词集;以及,获取样本自然语言数据;所述中间表达词集中包括多个用于表示各类语法结构的中间表达词;所述样本自然语言数据包括用于表示所述样本自然语言数据中的语法结构的标签;
基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型;
利用所述自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;所述目标中间序列由多个所述中间表达词组成;
根据所述中间表达词集和所述SQL语法结构之间的对应关系,确定所述目标中间表达序列对应的目标SQL语法结构;所述目标SQL语法结构用于生成所述目标自然语言数据对应的目标SQL语言。
10.一种存储介质,其特征在于,所述存储介质用于存储计算机程序,所述计算机程序在被处理器执行时以实现以下流程:
确定SQL语法结构对应的中间表达词集;以及,获取样本自然语言数据;所述中间表达词集中包括多个用于表示各类语法结构的中间表达词;所述样本自然语言数据包括用于表示所述样本自然语言数据中的语法结构的标签;
基于所述中间表达词集和所述样本自然语言数据进行强化学习,以得到自然语言处理模型;
利用所述自然语言处理模型,确定待处理的目标自然语言数据所对应的目标中间表达序列;所述目标中间序列由多个所述中间表达词组成;
根据所述中间表达词集和所述SQL语法结构之间的对应关系,确定所述目标中间表达序列对应的目标SQL语法结构;所述目标SQL语法结构用于生成所述目标自然语言数据对应的目标SQL语言。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011174219.5A CN112307053B (zh) | 2020-10-28 | 2020-10-28 | 基于强化学习的语言处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011174219.5A CN112307053B (zh) | 2020-10-28 | 2020-10-28 | 基于强化学习的语言处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112307053A true CN112307053A (zh) | 2021-02-02 |
CN112307053B CN112307053B (zh) | 2023-10-17 |
Family
ID=74331612
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011174219.5A Active CN112307053B (zh) | 2020-10-28 | 2020-10-28 | 基于强化学习的语言处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112307053B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110059100A (zh) * | 2019-03-20 | 2019-07-26 | 广东工业大学 | 基于演员-评论家网络的sql语句构造方法 |
CN111104482A (zh) * | 2019-12-18 | 2020-05-05 | 北京百度网讯科技有限公司 | 数据处理方法和装置 |
US20200210524A1 (en) * | 2018-12-28 | 2020-07-02 | Microsoft Technology Licensing, Llc | Analytical processing system supporting natural language analytic questions |
-
2020
- 2020-10-28 CN CN202011174219.5A patent/CN112307053B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200210524A1 (en) * | 2018-12-28 | 2020-07-02 | Microsoft Technology Licensing, Llc | Analytical processing system supporting natural language analytic questions |
CN110059100A (zh) * | 2019-03-20 | 2019-07-26 | 广东工业大学 | 基于演员-评论家网络的sql语句构造方法 |
US20200301924A1 (en) * | 2019-03-20 | 2020-09-24 | Guangdong University Of Technology | Method for constructing sql statement based on actor-critic network |
CN111104482A (zh) * | 2019-12-18 | 2020-05-05 | 北京百度网讯科技有限公司 | 数据处理方法和装置 |
Non-Patent Citations (1)
Title |
---|
张俊驰;胡婕;刘梦赤;: "基于复述的中文自然语言接口", 计算机应用, no. 05 * |
Also Published As
Publication number | Publication date |
---|---|
CN112307053B (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107590192B (zh) | 文本问题的数学化处理方法、装置、设备和存储介质 | |
CN112084789B (zh) | 文本处理方法、装置、设备及存储介质 | |
CN110825827B (zh) | 一种实体关系识别模型训练、实体关系识别方法及装置 | |
CN112199473A (zh) | 一种知识问答系统中的多轮对话方法与装置 | |
WO2019163718A1 (ja) | 学習装置、音声認識順位推定装置、それらの方法、およびプログラム | |
CN111401037A (zh) | 自然语言的生成方法、装置、电子设备及存储介质 | |
CN111309878A (zh) | 检索式问答方法、模型训练方法、服务器及存储介质 | |
CN115017178A (zh) | 数据到文本生成模型的训练方法和装置 | |
CN104021117A (zh) | 语言处理方法与电子设备 | |
CN109885812B (zh) | 一种动态添加热词的方法、装置及可读存储介质 | |
CN112307053B (zh) | 基于强化学习的语言处理方法及装置 | |
CN116230146A (zh) | 数据处理方法、icd编码模型的训练方法及相关设备 | |
CN114880485A (zh) | 阅读理解答案生成的方法、装置、计算机设备和存储介质 | |
CN114970666A (zh) | 一种口语处理方法、装置、电子设备及存储介质 | |
CN109597884B (zh) | 对话生成的方法、装置、存储介质和终端设备 | |
CN109065016B (zh) | 语音合成方法、装置、电子设备及非暂态计算机存储介质 | |
CN113111642A (zh) | 自然语言识别模型生成、自然语言处理方法及设备 | |
CN115600587B (zh) | 数学应用题生成系统、方法、智能终端及可读存储介质 | |
CN113987156B (zh) | 一种长文本生成方法、装置及电子设备 | |
CN112966520B (zh) | 自然语言生成方法及装置 | |
CN115630646B (zh) | 一种抗体序列预训练模型的训练方法及相关设备 | |
CN111046674B (zh) | 语义理解方法、装置、电子设备和存储介质 | |
CN113609157B (zh) | 语言转换模型训练、语言转换方法、装置、设备及介质 | |
CN118132723A (zh) | 表格问答模型的训练方法、设备、介质、软件及产品 | |
CN109241522B (zh) | 编码解码方法及设备 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230912 Address after: 100080 No.101, 1st floor, building 14, No.27, Jiancai Chengzhong Road, Haidian District, Beijing Applicant after: Beijing PERCENT Technology Group Co.,Ltd. Address before: Room 1801, building 1, Jiangnan Institute of modern industry, Changzhou science and Education City, No.18, middle Changwu Road, Wujin District, Changzhou City, Jiangsu Province, 213611 Applicant before: Percentage point (Jiangsu) data intelligence Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |