CN114461665B - 用于生成语句转换模型的方法、装置及计算机程序产品 - Google Patents

Abstract

本公开提供了一种用于生成语句转换模型的方法、装置、电子设备、存储介质及计算机程序产品，涉及人工智能技术领域，具体涉及智能搜索技术，可用于数据查询场景下。具体实现方案为：根据接收到的配置操作，确定辅助语句转换模型理解自然语言描述的数据查询请求的辅助信息；借助辅助信息解析所获取的数据库数据，得到训练数据；通过训练数据训练得到语句转换模型，其中，语句转换模型用于根据数据查询请求生成采用预设查询语言的查询语句。本公开提供了一种根据用户的配置操作和指定的数据库数据训练得到语句转换模型的方法，提高了模型的生成效率和便捷性，以及数据查询效率和便捷性。

Description

用于生成语句转换模型的方法、装置及计算机程序产品

技术领域

本公开涉及人工智能领域技术领域，具体智能搜索技术，尤其涉及用于生成语句转换模型的方法、装置、电子设备、存储介质以及计算机程序产品，可用于数据查询场景下。

背景技术

当前，数据库的查询、计算主要由专业软件开发人员操作，具有条件多、查不准、研发人员强相关的痛点。然而，对于数据看板类产品，用户需要频繁进行数据查询、计算，存在数据杂、查找慢、数据定位难的问题，很难满足用户的需求。目前，不断降低数据库查询、计算的技术门槛，是用户的核心诉求。

发明内容

本公开提供了一种用于生成语句转换模型的方法、装置以及数据查询方法、装置、电子设备、存储介质以及计算机程序产品。

根据第一方面，提供了一种用于生成语句转换模型的方法，包括：根据接收到的配置操作，确定辅助语句转换模型理解自然语言描述的数据查询请求的辅助信息，其中，语句转换模型用于根据数据查询请求生成采用预设查询语言的查询语句；借助辅助信息解析所获取的数据库数据，得到训练数据；通过训练数据训练得到语句转换模型。

根据第二方面，提供了一种数据查询方法，包括：获取自然语言描述的数据查询请求；将数据查询请求输入语句转换模型，得到采用预设查询语言的查询语句，其中，语句转换模型通过第一方面中任一实现方式描述的方法训练得到；基于查询语句进行数据查询，得到查询数据。

根据第三方面，提供了一种用于生成语句转换模型的装置，包括：配置单元，被配置成根据接收到的配置操作，确定辅助语句转换模型理解自然语言描述的数据查询请求的辅助信息，其中，语句转换模型用于根据数据查询请求生成采用预设查询语言的查询语句；解析单元，被配置成借助辅助信息解析所获取的数据库数据，得到训练数据；训练单元，被配置成通过训练数据训练得到语句转换模型。

根据第四方面，提供了一种数据查询装置，包括：获取单元，被配置成获取自然语言描述的数据查询请求；转换单元，被配置成将数据查询请求输入语句转换模型，得到采用预设查询语言的查询语句，其中，语句转换模型通过第二方面任一实现方式描述的装置训练得到；查询单元，被配置成基于查询语句进行数据查询，得到查询数据。

根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面、第二方面任一实现方式描述的方法。

根据第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面、第二方面任一实现方式描述的方法。

根据第七方面，提供了一种计算机程序产品，包括：计算机程序，计算机程序在被处理器执行时实现如第一方面、第二方面任一实现方式描述的方法。

根据本公开的技术，提供了一种根据用户的配置操作和指定的数据库数据训练得到语句转换模型的方法，提高了模型的生成效率和便捷性；通过语句转换模型，可以将数据查询请求转换为采用预设查询语言的查询语句以进行数据查询、计算，提高了数据查询效率和便捷性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据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生成语句转换模型的方法的一个实施例的流程图；

图3是根据本实施例的用于生成语句转换模型的方法的应用场景的示意图；

图4是适用于本公开的用于生成语句转换模型的产品架构示意图；

图5是根据本公开的用于生成语句转换模型的方法的又一个实施例的流程图；

图6是根据本公开的数据查询方法的一个实施例的流程图；

图7是根据本公开的用于生成语句转换模型的装置的一个实施例的结构图；

图8是根据本公开的数据查询装置的一个实施例的结构图；

图9是适于用来实现本公开实施例的计算机系统的结构示意图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

图1示出了可以应用本公开的用于生成语句转换模型的方法及装置、数据查询方法及装置的示例性架构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。终端设备101、102、103之间通信连接构成拓扑网络，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。

终端设备101、102、103可以是支持网络连接从而进行数据交互和数据处理的硬件设备或软件。当终端设备101、102、103为硬件时，其可以是支持网络连接，信息获取、交互、显示、处理等功能的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、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。

服务器105可以是提供各种服务的服务器，例如，根据终端设备101、102、103接受到的配置操作和被指定的数据库数据，训练语句转换模型的后台处理服务。在得到语句转换模型，可以通过语句转换模型将数据查询请求转换为采用预设查询语言的查询语句以进行数据查询、计算。作为示例，服务器105可以是云端服务器。

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。

还需要说明的是，本公开的实施例所提供的用于生成语句转换模型的方法、数据查询方法可以由服务器执行，也可以由终端设备执行，还可以由服务器和终端设备彼此配合执行。相应地，用于生成语句转换模型的装置、数据查询装置包括的各个部分(例如各个单元)可以全部设置于服务器中，也可以全部设置于终端设备中，还可以分别设置于服务器和终端设备中。

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。当用于生成语句转换模型的方法、数据查询方法运行于其上的电子设备不需要与其他电子设备进行数据传输时，该系统架构可以仅包括用于生成语句转换模型的方法、数据查询方法运行于其上的电子设备(例如服务器或终端设备)。

请参考图2，图2为本公开实施例提供的一种用于生成语句转换模型的方法的流程图，其中，流程200包括以下步骤：

步骤201，根据接收到的配置操作，确定辅助语句转换模型理解自然语言描述的数据查询请求的辅助信息。

本实施例中，用于生成语句转换模型的方法的执行主体(例如，图1中的终端设备或服务器)可以接收配置操作，并根据接收到的配置操作，确定辅助语句转换模型理解自然语言描述的数据查询请求的辅助信息。

语句转换模型为通过本实施例待训练得到的模型，用于根据数据查询请求生成采用预设查询语言的查询语句。其中，自然语言可以是各种自然语言，例如中文、英文、俄文等。预设查询语言可以是数据库查询和程序设计语言，例如SQL(Structured QueryLanguage，结构化查询语言)。

语句转换模型通过数据表的形式进行表征，数据表中包括表征自然语言描述的数据查询请求与采用预设查询语言的查询语句之间的对应关系。通过本实施例的训练过程可以得到表征上述对应关系的数据表。作为示例，数据表包括多种固定表述的数据查询请求，对于每种数据查询请求训练得到实现数据查询请求的查询语句。

语句转换模型还可以采用神经网络模型训练得到，作为示例，语句转换模型采用Text-to-Sql模型。

本实施例中，目标用户根据实际查询需求，可以预先根据配置操作使上述执行主体确定辅助语句转换模型理解自然语言描述的数据查询请求的辅助信息。辅助信息可以是辅助语句生成模型理解自然语言的数据查询请求的任意信息。例如，辅助信息为目标用户指定的、需要从数据查询请求中确定的对象。

作为示例，目标用户的数据查询需求表征目标用户主要查询各年级学生对应的数据库表格中记载的学生年龄信息，目标用户发出的数据查询请求一般为“XX年级XX班的学生的平均年龄是多少”，对于类似的数据查询请求，辅助信息所表征的需要确定的对象可以是“XX年级XX班”和“平均年龄”。

通过目标用户辅助指定所需解析的对象，可以加快模型的训练速度和准确度。

在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述步骤201：根据对于语句转换模型所需处理的数据查询请求的表达结构、所包括的对象的配置操作，确定辅助信息。

具体的，配置操作可以配置数据查询请求的句式、句型等表达结构，数据查询请求中所包括的对象以及各对象对应的同义词等辅助信息。继续以上述示例中的数据查询请求“XX年级XX班的学生的平均年龄是多少”为例，其表达结构为“年级对象+年龄对象”，对应于XX年级XX班，其同义词可以设置为“XX.XX班”。

本实现方式中，通过设置表达结构、所包括的对象等辅助信息，可以帮助语句转换模型更好地理解数据查询请求，有助于提高语句转换模型的准确度。

步骤202，借助辅助信息解析所获取的数据库数据，得到训练数据。

本实施例中，上述执行主体可以借助辅助信息解析所获取的数据库数据，得到训练数据。其中，数据库数据可以是语句转换模型在实际应用过程中待进行数据查询的数据源类似的数据，例如，数据库数据可以是excel。在进行模型训练前，目标用户可以指定数据库数据，以得到根据数据库数据所得到的训练数据更符合语句转换模型的实际应用情境。

本实施例中，目标用户通过配置操作设置了数据查询请求中的待确定的对象；进而，根据辅助信息中的每个对象，上述执行主体可以从数据库数据中确定出对应与该对象的数据库属性和该数据库属性对应的目标数据。进而可以通过各数据库属性替换数据查询请求中对应的对象，得到多个数据查询请求样本，并将数据库属性对应的目标数据作为标签，得到训练数据。

继续以上述示例中的数据查询请求“XX年级XX班的学生的平均年龄是多少”为例，对于数据查询请求中的班级对象对应的数据库属性中具体包括“1年级1班”、“1年级2班”、“1年级3班”等多个属性值，将具体属性值替换数据查询请求中的班级对象，可以得到“1年级1班的学生的平均年龄是多少”、“1年级2班的学生的平均年龄是多少”等多个数据查询请求样本，并将确定出的年龄数据作为标签，得到训练数据。

步骤203，通过训练数据训练得到语句转换模型。

本实施例中，上述执行主体可以通过训练数据训练得到语句转换模型。

作为示例，上述执行主体可以将训练数据中的数据查询请求样本作为输入，通过初始语句转换模型生成查询语句，并将训练数据中的标签作为通过查询语句查询到的数据的期望输出，训练初始语句转换模型，得到语句转换模型。

继续参见图3，图3是根据本实施例的用于生成语句转换模型的方法的应用场景的一个示意图300。在图3的应用场景中，用户301通过终端设备302向服务器进行了配置操作，并指定了数据库数据303。服务器304根据接收到的配置操作，确定辅助语句转换模型理解自然语言描述的数据查询请求的辅助信息305；借助辅助信息305解析所获取的数据库数据303，得到训练数据306；通过训练数据306训练得到语句转换模型307。其中，语句转换模型用于根据数据查询请求生成采用预设查询语言的查询语句。

本实施例中，提供了一种根据用户的配置操作和指定的数据库数据训练得到语句转换模型的方法，提高了模型的生成效率和便捷性。

在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述步骤202：

第一，解析数据库数据中的数据库属性信息和数据库属性信息对应的目标数据，得到第一训练数据。

其中，第一数据用于训练对象分析模型，对象分析模型用于解析数据查询请求中的对象与数据库属性信息之间的对应关系。

通过辅助信息中设定的所需识别的对象，上述执行主体可以仅解析所需识别的对象对应的数据库属性信息和数据库属性信息对应的目标数据。

第二，借助辅助信息和表征查询意图的预设模板，处理数据库属性信息和目标数据，得到第二训练数据。

作为示例，每种查询意图对应于一种预设模板。以统计意图为例，表征A银行每日办理的银行卡的信息的数据库数据中，记载了一类储蓄卡、二类储蓄卡、信用卡等多种银行卡的办理数量，当辅助信息中的对象符合的预设模板为“银行卡+日期”时，可以确定为所述“日期”当日办理的银行卡总数量这一统计意图。

如此，对于表征A银行每日办理的银行卡的信息的数据库数据，可以设置表征统计每日或每个时间段办理的银行卡的总数量的意图的预设模板、表征统计每日或每个时间段办理的储蓄卡或信用卡的总数量的意图的预设模板、表征查询每日的一类储蓄卡、二类储蓄卡或信用卡的办理数量的预设模板。

作为示例，上述执行主体可以采用上述方式通过各数据库属性替换数据查询请求中对应的对象，得到多个数据查询请求样本，对于每个数据查询请求样本所符合的预设末模板对应的意图作为意图标签，得到第二训练数据。例如，数据查询请求样本为“截止到今日我行办理的储蓄卡的数量是多少”，其符合预设模板“储蓄卡+日期”，则表明该数据查询请求样本具有对储蓄卡的统计意图。

第二训练数据用于训练意图识别模型，意图识别模型用于识别数据查询请求的意图。

第三，基于数据库属性信息、目标数据和查询意图，得到第三训练数据。

本实现方式中，上述执行主体可以设置数据库属性信息对应的、预设查询语言中的子句，以及查询意图对应的、预设查询语言中的子句，进而组合子句得到标签查询语句。上述执行主体可以将数据库属性信息、目标数据和查询意图作为训练样本，将对应的标签查询语句作为标签，得到第三训练数据。第三训练数据用于训练语句转换模型，语句转换模型用于根据数据查询请求生成采用预设查询语言的查询语句。

本实现方式中，提供了一种解析所获取的数据库数据得到训练数据的具体方式，有序得到了用于训练不同功能的模型的训练数据，提高了训练数据的全面性。

在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述步骤203：

第一，通过第一训练数据训练得到用于解析数据查询请求中的对象与数据库属性信息之间的对应关系的对象分析模型。

作为示例，将第一训练数据中的对象作为输入，将与输入的对象具有对应关系的数据库属性作为期望输出，训练得到对象分析模型。

第二，通过第二训练数据训练得到用于识别数据查询请求的意图的意图识别模型。

作为示例，将第二训练数据中的数据查询请求样本作为输入，将与输入的数据查询请求样本对应的意图标签作为期望输出，训练得到意图识别模型。

第三，通过第三训练数据训练得到用于生成查询语句的语句生成模型。

作为示例，将第二训练数据中的数据库属性信息、目标数据和查询意图作为输入，将与所输入的训练数据对应的标签查询语句作为期望输出，训练得到语句生成模型。

第四，结合对象分析模型、意图识别模型和语句生成模型，得到语句转换模型。

作为示例，上述执行主体可以按顺序组合对象分析模型、意图识别模型和语句生成模型，得到语句转换模型。

本实现方式中，上述执行主体通过训练数据训练得到依次执行对象分析任务、意图识别任务、语句生成任务的各模型，并组合得到语句转换模型，提高了所得到的语句转换模型的准确度。

在本实施例的一些可选的实现方式中，上述执行主体还可以执行如下操作：根据获取的验证请求，确定语句转换模型的转换效果。

验证请求中包括数据查询请求和对应的目标数据，当根据语句转换模型生成的查询语句查询得到的数据与目标数据相匹配时，表明语句转换模型具有较好的转换效果。为了提高所确定的转换效果的准确度，上述执行主体可以多次执行验证过程，通过平均值方式确定转换效果。

本实现方式中，可以确定语句转换模型的转换效果，提高了本公开的实用性。

如图4所示，示出了适用于本公开的用于生成语句转换模型的产品架构示意图400。该产品适用于消费品、智慧交通等各行业，可支持智能BI(Business Intelligence，商业智能)、智慧大屏等多种场景。

该产品包括数据管理模块、交互配置模块、模型构建模块和效果调优模块。数据管理模块用于数据的导入、导出、存储、展示，可根据目标用户的配置操作，确定需要解析的数据查询请求中的对象。交互配置模块用于配置问题句式、同义词、不响应问管理、答案句式配置、推荐配置、词表管理。例如，问题句式配置用于配置模型支持的问句方式，比如句式为“2019年宝马汽车销量多少”，本质上是时间对象+文本对象的句式组合；不响应问管理用于设定回复为空或不需要响应时机器的交互方式，同义词配置适用于设定同一属性值的不同叫法，比如宝马、BMW为同义词，来应对用户的数据查询请求的不同情况。

模型构建模块用于模型训练、效果测试、模型发布。其中，在模型训练用于采用上述训练方式训练语句转换模型。效果调优模块用于效果验证、记录会话日志、数据标注。效果验证用于验证当前的模型的效果是否符合预期，当不符合预期时可以继续进行模型训练；会话日志用于记录上述执行主体响应回复的情况，辅助人工查看语句转换模型的响应时间、返回结果等；数据标注用于修复badcase，即将不符合预期的case重新标注一遍。

在该产品的实现过程中，具有应用ASR(Automatic Speech Recognition，自动语音识别技术)技术、自然语言理解技术、NL2SQL技术、数据库技术、自然语言生成技术。

继续参考图5，示出了根据本申请的用于生成语句转换模型的方法的又一个实施例的示意性流程500，包括以下步骤：

步骤501，根据对于语句转换模型所需处理的数据查询请求的表达结构、所包括的对象的配置操作，确定辅助信息。

步骤502，解析数据库数据中的数据库属性信息和数据库属性信息对应的目标数据，得到第一训练数据。

步骤503，借助辅助信息和表征查询意图的预设模板，处理数据库属性信息和目标数据，得到第二训练数据。

步骤504，基于数据库属性信息、目标数据和查询意图，得到第三训练数据。

步骤505，通过第一训练数据训练得到用于解析数据查询请求中的对象与数据库属性信息之间的对应关系的对象分析模型。

步骤506，通过第二训练数据训练得到用于识别数据查询请求的意图的意图识别模型。

步骤507，通过第三训练数据训练得到用于生成查询语句的语句生成模型。

步骤508，结合对象分析模型、意图识别模型和语句生成模型，得到语句转换模型。

从本实施例中可以看出，与图2对应的实施例相比，本实施例中的用于生成语句转换模型的流程500具体说明了训练数据的得到过程、模型的训练过程，进一步提高了所得到的语句转换模型的准确度。

继续参考图6，示出了根据本申请的数据查询方法的一个实施例的示意性流程600，包括以下步骤：

步骤601，获取自然语言描述的数据查询请求。

本示例中，数据查询方法的执行主体(例如，图1中的终端设备或服务器)可以基于有线网络连接方式或无线网络连接方式从远程，或从本地获取自然语言描述的数据查询请求。

其中，自然语言可以是各种自然语言，例如中文、英文、俄文等。

在本实施例的一些可选的实现方式中，上述执行主体可以通过如下方式执行上述步骤601：获取语音形式的数据查询请求。

本实现方式中，上述执行主体在获取语音形式的数据查询请求后，可以通过语音识别技术、语音转文本技术将语音转换为文本，得到文本形式的数据查询请求，以进行处理。基于语音形式的数据查询请求，使得用户更为便捷地进行数据查询，提高了数据查询效率。

步骤602，将数据查询请求输入语句转换模型，得到采用预设查询语言的查询语句。

本实施例中，上述执行主体可以将数据查询请求输入语句转换模型，得到采用预设查询语言的查询语句。其中，语句转换模型用于根据数据查询请求生成采用预设查询语言的查询语句。

预设查询语言可以是数据库查询和程序设计语言，例如SQL(Structured QueryLanguage，结构化查询语言)。

在本实施例的一些可选的实现方式中，语音转换模型包括对象分析模型、意图识别模型和语句生成模型。上述执行主体可以通过如下方式执行上述步骤602：

首先，通过语句转换模型中的对象分析模型，对数据查询请求进行解析，确定数据查询请求中的各对象对应的数据库属性信息。

然后，通过语句转换模型中的意图识别模型，对数据查询请求进行意图识别，得到意图信息。

最后，通过语句转换模型中的语句生成模型，根据数据库属性信息和意图信息，生成查询语句。

本实现方式中，语音转换模型基于成分分析、意图识别、语句生成确定查询语句，提高了所得到查询语句的准确度。

在本实施例中，上述语句生成模型可以通过如下方式生成查询语句：通过预设上下文无关算法，根据数据库属性信息和意图信息，生成查询语句。

作为示例，上述执行主体可以通过CYK上下文无关算法，对数据库属性信息和意图信息进行推导得到SQL。

步骤603，基于查询语句进行数据查询，得到查询数据。

本实施例中，上述执行主体可以基于查询语句进行数据查询，得到查询数据。

本实施例中，上述执行主体通过语句转换模型，可以将数据查询请求转换为采用预设查询语言的查询语句以进行数据查询、计算，提高了数据查询效率和便捷性。

在本实施例的一些可选的实现方式中，上述执行主体还可以执行如下操作：

首先，根据接收到的交互方式配置操作，确定与发出数据查询请求的目标用户的交互方式；然后，根据交互方式，向目标用户提示查询数据。

作为示例，交互方式包括向目标用户展示查询数据或播报查询数据的答案句式、不响应的问答等信息，上述执行主体可以根据答案句式向用户进行语音播报，对于可不响应的问答，设定回复为空或不需要响应。

本实现方式中，上述执行主体根据用户设置的交互方式与目标用户交互，提高了用户的体验度和与目标用户的适配性。

继续参考图7，作为对上述各图所示方法的实现，本公开提供了一种用于生成语句转换模型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7所示，用于生成语句转换模型的装置包括：配置单元701，被配置成根据接收到的配置操作，确定辅助语句转换模型理解自然语言描述的数据查询请求的辅助信息；解析单元702，被配置成借助辅助信息解析所获取的数据库数据，得到训练数据；训练单元703，被配置成通过训练数据训练得到语句转换模型，其中，语句转换模型用于根据数据查询请求生成采用预设查询语言的查询语句。

在本实施的一些可选的实现方式中，配置单元701，进一步被配置成：根据对于语句转换模型所需处理的数据查询请求的表达结构、所包括的对象的配置操作，确定辅助信息。

在本实施的一些可选的实现方式中，解析单元702，进一步被配置成：解析数据库数据中的数据库属性信息和数据库属性信息对应的目标数据，得到第一训练数据；借助辅助信息和表征查询意图的预设模板，处理数据库属性信息和目标数据，得到第二训练数据；基于数据库属性信息、目标数据和查询意图，得到第三训练数据。

在本实施的一些可选的实现方式中，训练单元703，进一步被配置成：通过第一训练数据训练得到用于解析数据查询请求中的对象与数据库属性信息之间的对应关系的对象分析模型；通过第二训练数据训练得到用于识别数据查询请求的意图的意图识别模型；通过第三训练数据训练得到用于生成查询语句的语句生成模型；结合对象分析模型、意图识别模型和语句生成模型，得到语句转换模型。

在本实施的一些可选的实现方式中，上述装置还包括：验证单元(图中未示出)，被配置成根据获取的验证请求，确定语句转换模型的转换效果。

本实施例中，提供了一种根据用户的配置操作和指定的数据库数据训练得到语句转换模型的方法，提高了模型的生成效率和便捷性。

继续参考图8，作为对上述各图所示方法的实现，本公开提供了一种数据查询装置的一个实施例，该装置实施例与图6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8所示，数据查询装置包括：获取单元801，被配置成获取自然语言描述的数据查询请求；转换单元802，被配置成将数据查询请求输入语句转换模型，得到采用预设查询语言的查询语句，其中，语句转换模型通过上述实施例200中的任一实现方式训练得到；查询单元803，被配置成基于查询语句进行数据查询，得到查询数据。

在本实施的一些可选的实现方式中，转换单元802，进一步被配置成：通过语句转换模型中的对象分析模型，对数据查询请求进行解析，确定数据查询请求中的各对象对应的数据库属性信息；通过语句转换模型中的意图识别模型，对数据查询请求进行意图识别，得到意图信息；通过语句转换模型中的语句生成模型，根据数据库属性信息和意图信息，生成查询语句。

在本实施的一些可选的实现方式中，转换单元802，进一步被配置成：通过预设上下文无关算法，根据数据库属性信息和意图信息，生成查询语句。

在本实施的一些可选的实现方式中，获取单元801，进一步被配置成：获取语音形式的数据查询请求。

在本实施的一些可选的实现方式中，上述装置还包括：交互单元(图中未示出)，被配置成：根据接收到的交互方式配置操作，确定与发出数据查询请求的目标用户的交互方式；根据交互方式，向目标用户提示查询数据。

本实施例中，通过语句转换模型，可以将数据查询请求转换为采用预设查询语言的查询语句以进行数据查询、计算，提高了数据查询效率和便捷性。

根据本公开的实施例，本公开还提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，该指令被至少一个处理器执行，以使至少一个处理器执行时能够实现上述任意实施例所描述的用于生成语句转换模型的方法、数据查询方法。

根据本公开的实施例，本公开还提供了一种可读存储介质，该可读存储介质存储有计算机指令，该计算机指令用于使计算机执行时能够实现上述任意实施例所描述的用于生成语句转换模型的方法、数据查询方法。

本公开实施例提供了一种计算机程序产品，该计算机程序在被处理器执行时能够实现上述任意实施例所描述的用于生成语句转换模型的方法、数据查询方法。

图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如用于生成语句转换模型的方法、数据查询方法。例如，在一些实施例中，用于生成语句转换模型的方法、数据查询方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的用于生成语句转换模型的方法、数据查询方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行用于生成语句转换模型的方法、数据查询方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大，业务扩展性弱的缺陷；也可以为分布式系统的服务器，或者是结合了区块链的服务器。

根据本公开实施例的技术方案，提供了一种根据用户的配置操作和指定的数据库数据训练得到语句转换模型的方法，提高了模型的生成效率和便捷性；通过语句转换模型，可以将数据查询请求转换为采用预设查询语言的查询语句以进行数据查询、计算，提高了数据查询效率和便捷性。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开提供的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (21)

1.一种用于生成语句转换模型的方法，包括：

根据接收到的配置操作，确定辅助所述语句转换模型理解自然语言描述的数据查询请求的辅助信息，其中，所述语句转换模型用于根据数据查询请求生成采用预设查询语言的查询语句；

借助所述辅助信息解析所获取的数据库数据，得到训练数据，包括：解析所述数据库数据中的数据库属性信息和所述数据库属性信息对应的目标数据，得到用于训练所述语句转换模型中的对象分析模型的第一训练数据；借助所述辅助信息和表征查询意图的预设模板，处理所述数据库属性信息和所述目标数据，得到用于训练所述语句转换模型中的意图识别模型的第二训练数据；基于所述数据库属性信息、所述目标数据和查询意图，得到用于训练所述语句转换模型中的语句生成模型的第三训练数据；

通过所述训练数据训练得到所述语句转换模型。

2.根据权利要求1所述的方法，其中，所述根据接收到的配置操作，确定辅助所述语句转换模型理解自然语言描述的数据查询请求的辅助信息，包括：

根据对于所述语句转换模型所需处理的数据查询请求的表达结构、所包括的对象的配置操作，确定所述辅助信息。

3.根据权利要求1所述的方法，其中，所述通过所述训练数据训练得到所述语句转换模型，包括：

通过所述第一训练数据训练得到用于解析数据查询请求中的对象与数据库属性信息之间的对应关系的对象分析模型；

通过所述第二训练数据训练得到用于识别数据查询请求的意图的意图识别模型；

通过所述第三训练数据训练得到用于生成查询语句的语句生成模型；

结合所述对象分析模型、所述意图识别模型和所述语句生成模型，得到所述语句转换模型。

4.根据权利要求1所述的方法，其中，还包括：

根据获取的验证请求，确定所述语句转换模型的转换效果。

5.一种数据查询方法，包括：

获取自然语言描述的数据查询请求；

将所述数据查询请求输入语句转换模型，得到采用预设查询语言的查询语句，其中，所述语句转换模型通过权利要求1-4中任一项训练得到；

基于所述查询语句进行数据查询，得到查询数据。

6.根据权利要求5所述的方法，其中，所述将所述数据查询请求输入语句转换模型，得到采用预设查询语言的查询语句，包括：

通过所述语句转换模型中的对象分析模型，对所述数据查询请求进行解析，确定所述数据查询请求中的各对象对应的数据库属性信息；

通过所述语句转换模型中的意图识别模型，对所述数据查询请求进行意图识别，得到意图信息；

通过所述语句转换模型中的语句生成模型，根据所述数据库属性信息和所述意图信息，生成所述查询语句。

7.根据权利要求6所述的方法，其中，所述根据所述数据库属性信息和所述意图信息，生成所述查询语句，包括：

通过预设上下文无关算法，根据所述数据库属性信息和所述意图信息，生成所述查询语句。

8.根据权利要求5所述的方法，其中，所述获取自然语言描述的数据查询请求，包括：

获取语音形式的数据查询请求。

9.根据权利要求5所述的方法，其中，还包括：

根据接收到的交互方式配置操作，确定与发出所述数据查询请求的目标用户的交互方式；

根据所述交互方式，向所述目标用户提示所述查询数据。

10.一种用于生成语句转换模型的装置，包括：

配置单元，被配置成根据接收到的配置操作，确定辅助所述语句转换模型理解自然语言描述的数据查询请求的辅助信息，其中，所述语句转换模型用于根据数据查询请求生成采用预设查询语言的查询语句；

解析单元，被配置成借助所述辅助信息解析所获取的数据库数据，得到训练数据，包括：解析所述数据库数据中的数据库属性信息和所述数据库属性信息对应的目标数据，得到用于训练所述语句转换模型中的对象分析模型的第一训练数据；借助所述辅助信息和表征查询意图的预设模板，处理所述数据库属性信息和所述目标数据，得到用于训练所述语句转换模型中的意图识别模型的第二训练数据；基于所述数据库属性信息、所述目标数据和查询意图，得到用于训练所述语句转换模型中的语句生成模型的第三训练数据；

训练单元，被配置成通过所述训练数据训练得到所述语句转换模型。

11.根据权利要求10所述的装置，其中，所述配置单元，进一步被配置成：

根据对于所述语句转换模型所需处理的数据查询请求的表达结构、所包括的对象的配置操作，确定所述辅助信息。

12.根据权利要求10所述的装置，其中，所述训练单元，进一步被配置成：

通过所述第一训练数据训练得到用于解析数据查询请求中的对象与数据库属性信息之间的对应关系的对象分析模型；通过所述第二训练数据训练得到用于识别数据查询请求的意图的意图识别模型；通过所述第三训练数据训练得到用于生成查询语句的语句生成模型；结合所述对象分析模型、所述意图识别模型和所述语句生成模型，得到所述语句转换模型。

13.根据权利要求10所述的装置，其中，还包括：

验证单元，被配置成根据获取的验证请求，确定所述语句转换模型的转换效果。

14.一种数据查询装置，包括：

获取单元，被配置成获取自然语言描述的数据查询请求；

转换单元，被配置成将所述数据查询请求输入语句转换模型，得到采用预设查询语言的查询语句，其中，所述语句转换模型通过权利要求10-13中任一项训练得到；

查询单元，被配置成基于所述查询语句进行数据查询，得到查询数据。

15.根据权利要求14所述的装置，其中，所述转换单元，进一步被配置成：

通过所述语句转换模型中的对象分析模型，对所述数据查询请求进行解析，确定所述数据查询请求中的各对象对应的数据库属性信息；通过所述语句转换模型中的意图识别模型，对所述数据查询请求进行意图识别，得到意图信息；通过所述语句转换模型中的语句生成模型，根据所述数据库属性信息和所述意图信息，生成所述查询语句。

16.根据权利要求15所述的装置，其中，所述转换单元，进一步被配置成：

通过预设上下文无关算法，根据所述数据库属性信息和所述意图信息，生成所述查询语句。

17.根据权利要求14所述的装置，其中，所述获取单元，进一步被配置成：

获取语音形式的数据查询请求。

18.根据权利要求14所述的装置，其中，还包括：

交互单元，被配置成：

根据接收到的交互方式配置操作，确定与发出所述数据查询请求的目标用户的交互方式；根据所述交互方式，向所述目标用户提示所述查询数据。

19.一种电子设备，其特征在于，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。

20.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。

21.一种计算机程序产品，包括：计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。

Images