CN116304231A - 基于语法解析树的查询语句生成方法和装置、设备、介质 - Google Patents

Abstract

本申请提出的基于语法解析树的查询语句生成方法和装置、设备、介质，涉及计算机技术领域。该方法包括：接收目标对象发送的问题查询语句；根据问题查询语句生成初始语法解析树；根据每一初始节点从预设的数据库进行映射关系提取，得到每一初始节点的语法映射结果；将至少两个候选查询语法组件发送至目标对象，以便根据组件反馈信息得到目标查询语法组件；根据目标查询语法组件对初始节点进行组装，得到目标语法解析树；对目标语法解析树进行翻译，得到目标查询语句；其中，目标查询语句包括SQL语句。本实施例通过与目标对象的交互可以解决歧义问题，还可以挖掘出目标对象的查询意图。综上所述，本申请实施例可以提高目标查询语句的准确率。

Description

基于语法解析树的查询语句生成方法和装置、设备、介质

技术领域

本申请涉及计算机技术领域，尤其涉及一种基于语法解析树的查询语句生成方法和装置、设备、介质。

背景技术

随着人工智能技术的飞速发展，大数据的快速迭代和更新需要更为快捷和自动化的查询技术。尤其在广泛应用的人机交互领域，通过自然语言接口能够将用户的问题转换为对应的查询语句，使得根据查询语句与数据库进行交互返回相应的答案。相关技术中，一般对每个数据库单独定制语法规则来进行查询语句的生成。但由于用户的问题的个性化和复杂性，通过定制的语法规则得到的查询语句往往不能准确表达用户的查询意图，导致查询语句的准确率较低。因此，如何提供一种基于语法解析树的查询语句生成方法，能够提高查询语句的准确率，成为了亟待解决的技术问题。

发明内容

本申请实施例的主要目的在于提出一种基于语法解析树的查询语句生成方法和装置、设备、介质，能够提高查询语句的准确率。

为实现上述目的，本申请实施例的第一方面提出了一种基于语法解析树的查询语句生成方法，所述方法包括：

接收目标对象发送的问题查询语句；其中，所述问题查询语句包括SQL语句；

根据所述问题查询语句生成初始语法解析树；其中，所述初始语法解析树包括至少两个初始节点；

根据每一所述初始节点从预设的数据库进行映射关系提取，得到每一所述初始节点的语法映射结果；其中，所述语法映射结果包括第一结果或第二结果，所述第一结果用于表示所述初始节点包括一个候选查询语法组件，所述第二结果用于表示所述初始节点包括至少两个候选查询语法组件；

若所述语法映射结果为所述第一结果，将所述候选查询语法组件作为目标查询语法组件，根据所述目标查询语法组件对所述初始节点进行组装，得到目标语法解析树；

若所述语法映射结果为所述第二结果，根据所述第二结果将所述至少两个候选查询语法组件发送至所述目标对象，并获取所述目标对象根据所述至少两个候选查询语法组件反馈的组件反馈信息，根据所述组件反馈信息得到所述目标查询语法组件，根据所述目标查询语法组件对所述初始节点进行组装，得到目标语法解析树；

对所述目标语法解析树进行翻译，得到目标查询语句；其中，所述目标查询语句包括SQL语句。

在一些实施例，在所述得到每一所述初始节点的语法映射结果之后，所述方法还包括：

若所述语法映射结果为所述第二结果,根据至少两个所述候选查询语法组件对所述初始节点进行组装，得到至少两个候选语法解析树；

对每一所述候选语法解析树进行翻译，得到初始候选查询语句；

将至少两个所述初始候选查询语句发送至所述目标对象；

获取所述目标对象基于至少两个所述初始候选查询语句的语句反馈信息，并根据所述语句反馈信息得到目标候选查询语句；

根据所述目标候选查询语句对至少两个所述候选语法解析树进行筛选处理，得到目标语法解析树。

在一些实施例，所述根据每一所述初始节点从预设的数据库进行映射关系提取，得到每一所述初始节点的语法映射结果，包括：

根据所述数据库确定语法组件映射表；

提取所述初始节点的节点类别，得到初始节点类别；

根据所述初始节点类别从所述语法组件映射表得到每一所述初始节点的语法映射结果。

在一些实施例，所述根据每一所述初始节点从预设的数据库进行提取映射关系，得到每一所述初始节点的语法映射结果，包括：

根据所述数据库确定语法组件映射表；

提取所述初始节点的节点类别，得到第一节点类别；

从所述初始语法解析树提取所述初始节点之间的节点关系,得到初始关系；其中，所述初始关系用于表示所述初始节点之间存在包含关系；

根据所述第一节点类别和所述初始关系从所述语法组件映射表得到每一所述初始节点的语法映射结果。

在一些实施例，所述根据所述第一节点类别和所述初始关系从所述语法组件映射表得到每一所述初始节点的语法映射结果，包括：

根据所述第一节点类别对所述语法组件映射表进行筛选处理，得到每一所述初始节点的至少一个候选语法组件；

对于每一所述初始节点，将所述初始节点的至少一个所述候选语法组件、与所述初始节点符合所述初始关系的父节点的至少一个候选语法组件、以及与所述初始节点符合所述初始关系的子节点的至少一个候选语法组件进行汇集处理，得到所述初始节点的语法映射结果。

在一些实施例，所述目标语法解析树包括至少两个目标节点，每一所述目标节点包括目标子节点，在所述对所述目标语法解析树进行翻译，得到目标查询语句之前，所述方法还包括：

对所述目标语法解析树进行更新；具体包括：

遍历所述目标语法解析树的目标节点，提取所述目标节点的节点类别，得到第二节点类别；

若所述第二节点类别属于预设的计算节点类型，则生成至少一个待添加子节点；

基于所述目标语法解析树，将所述目标节点和所述目标子节点进行句子组装，得到原始语句；

将所述目标节点、所述目标子节点、以及所述待添加子节点进行句子组装，得到目标语句；

对所述原始语句和所述目标语句进行相似度计算，得到句子相似度；

若所述句子相似度大于预设相似度阈值，则将所述待添加子节点作为所述目标节点的新增子节点，并根据所述新增子节点对所述目标语法解析树进行更新。

在一些实施例，所述根据所述问题查询语句生成初始语法解析树，包括：

对所述问题查询语句进行词性标注处理，得到词性标注序列；其中，所述词性标注序列包括至少两个分词和每一所述分词的分词词性；

根据所述分词词性确定所述分词之间的包含关系；

从所述词性标注序列提取所述分词的顺序，根据所述分词的顺序将所述分词词性属于主语、谓语和宾语的所述分词作为主干分词；其中，除了所述主干分词以外，剩余的所述分词为附加分词；

根据每一所述主干分词创建主干节点，按预设的语法顺序对所述主干节点进行组装，得到主干语法解析树；

根据所述包含关系确定所述附加分词为所述主干节点的子节点，并根据所述子节点对所述主干语法解析树进行节点新增处理，得到所述初始语法解析树。

为实现上述目的，本申请实施例的第二方面提出了一种基于语法解析树的查询语句生成装置，所述装置包括：

问题查询语句接收模块，用于接收目标对象发送的问题查询语句；其中，所述问题查询语句包括SQL语句；

初始语法解析树生成模块，用于根据所述问题查询语句生成初始语法解析树；其中，所述初始语法解析树包括至少两个初始节点；

查询语法组件映射模块，用于根据每一所述初始节点从预设的数据库进行映射关系提取，得到每一所述初始节点的语法映射结果；其中，所述语法映射结果包括第一结果或第二结果，所述第一结果用于表示所述初始节点包括一个候选查询语法组件，所述第二结果用于表示所述初始节点包括至少两个候选查询语法组件；

第一语法解析树生成模块，用于若所述语法映射结果为所述第一结果，将所述候选查询语法组件作为目标查询语法组件，根据所述目标查询语法组件对所述初始节点进行组装，得到目标语法解析树；

第二语法解析树生成模块，用于若所述语法映射结果为所述第二结果，根据所述第二结果将所述至少两个候选查询语法组件发送至所述目标对象，并获取所述目标对象根据所述至少两个候选查询语法组件反馈的组件反馈信息，根据所述组件反馈信息得到所述目标查询语法组件，根据所述目标查询语法组件对所述初始节点进行组装，得到目标语法解析树；

目标查询语句生成模块，用于对所述目标语法解析树进行翻译，得到目标查询语句；其中，所述目标查询语句包括SQL语句。

为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。

为实现上述目的，本申请实施例的第四方面提出了一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。

本申请提出的基于语法解析树的查询语句生成方法和装置、设备、介质，通过将问题查询语句转换成初始语法解析树，可以提高查询语句的生成效率。联合数据库对初始语法解析树进行映射，可以得到符合数据库模式的初始语法解析树。为了降低初始语法解析树的歧义问题，本实施例将映射产生的候选查询语法组件发送至目标对象。旨在通过与目标对象的交互得到目标查询语法组件。根据目标查询语法组件生成的目标语法解析树，最后通过目标语法解析树得到目标查询语句。综上所述，本申请实施例可以提高目标查询语句的准确率。

附图说明

图1是本申请实施例提供的基于语法解析树的查询语句生成方法的流程图；

图2是图1中的步骤S102的流程图；

图3是图1中的步骤S103的流程图；

图4是图1中的步骤S103的流程图；

图5是图1中的步骤S404的流程图；

图6是本申请另一实施例提供的基于语法解析树的查询语句生成方法的流程图；

图7是本申请另一实施例提供的基于语法解析树的查询语句生成方法的流程图；

图8是本申请实施例提供的基于语法解析树的查询语句生成装置的模块结构框图；

图9是本申请实施例提供的电子设备的硬件结构示意图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

需要说明的是，虽然在装置示意图中进行了功能模块划分，在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于装置中的模块划分，或流程图中的顺序执行所示出或描述的步骤。说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的，不是旨在限制本申请。

首先，对本申请中涉及的若干名词进行解析：

人工智能(artificial intelligence，AI)：是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；人工智能是计算机科学的一个分支，人工智能企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以对人的意识、思维的信息过程的模拟。人工智能还是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。

自然语言处理(natural language processing，NLP)：NLP用计算机来处理、理解以及运用人类语言(如中文、英文等)，NLP属于人工智能的一个分支，是计算机科学与语言学的交叉学科，又常被称为计算语言学。自然语言处理包括语法分析、语义分析、篇章理解等。自然语言处理常用于机器翻译、手写体和印刷体字符识别、语音识别及文语转换、信息意图识别、信息抽取与过滤、文本分类与聚类、舆情分析和观点挖掘等技术领域，它涉及与语言处理相关的数据挖掘、机器学习、知识获取、知识工程、人工智能研究和与语言计算相关的语言学研究等。

结构化查询语言(Structured Query Language，SQL)：是关系型数据库的标准语言，用于对关系型数据库中存储的数据进行修改、查询等操作。

抽象语法树(Abstract Syntax Tree，AST)：是源代码的抽象语法结构的树状表示，树上的每个节点都表示源代码中的一种结构。本实施例中表示为语法解析树。

目前，随着人工智能技术的飞速发展，大数据的快速迭代和更新需要更为快捷和自动化的查询技术。尤其在广泛应用的人机交互领域，通过自然语言接口能够将用户的问题转换为对应的SQL查询语句。并通过SQL查询语句与数据库进行交互返回相应的答案。其中的关键技术在于如何使系统能够在和用户的多轮交互场景下，挖掘用户显式或隐式的查询意图，并联合数据库模式生成符合用户目标意图的查询语句。

相关技术中，大多针对每个数据库单独定制手工语法来进行查询，对不同数据库的拓展能力和泛化能力很差。正常的自然语言问题往往没有固定的格式和语义，因此依赖手工语法规则设计的问题与查询语句的匹配程度较低。由于无法精确的捕捉到用户问题中的查询意图，导致查询语句的准确率较低。

因此，如何提供一种基于语法解析树的查询语句生成方法，能够提高查询语句的准确率，成为了亟待解决的技术问题。

基于此，本申请实施例的主要目的在于提出基于语法解析树的查询语句生成方法和装置、设备、介质，旨在利用自然语言理解技术将给定的自然语言问题转化为树结构，并通过树结构与目标对象进行交互，以对树结构进行解析重构，解决歧义问题并挖掘有效的查询意图，生成准确的SQL查询语句。

本申请实施例提供的基于语法解析树的查询语句生成方法应用于服务器端中，还可以是运行于终端或服务器端中的软件。服务器端可以配置成独立的物理服务器，也可以配置成多个物理服务器构成的服务器集群或者分布式系统，还可以配置成提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN以及大数据和人工智能平台等基础云计算服务的云服务器；软件可以是实现基于语法解析树的查询语句生成方法的应用等，但并不局限于以上形式。

本申请可用于众多通用或专用的计算机系统环境或配置中。例如：服务器计算机、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、包括以上任何系统或设备的分布式计算环境等等。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。

本申请实施例提供基于语法解析树的查询语句生成方法和装置、设备、介质，具体通过如下实施例进行说明，首先描述本申请实施例中的基于语法解析树的查询语句生成方法。

需要说明的是，在本申请的各个具体实施方式中，当涉及到需要根据用户信息、用户行为数据，用户历史数据以及用户位置信息等与用户身份或特性相关的数据进行相关处理时，都会先获得用户的许可或者同意，而且，对这些数据的收集、使用和处理等，都会遵守相关法律法规和标准。此外，当本申请实施例需要获取用户的敏感个人信息时，会通过弹窗或者跳转到确认页面等方式获得用户的单独许可或者单独同意，在明确获得用户的单独许可或者单独同意之后，再获取用于使本申请实施例能够正常运行的必要的用户相关数据。

图1是本申请实施例提供的基于语法解析树的查询语句生成方法的一个可选的流程图，可以包括但不限于包括步骤S101至步骤S106。

步骤S101，接收目标对象发送的问题查询语句；其中，问题查询语句包括SQL语句；

步骤S102，根据问题查询语句生成初始语法解析树；其中，初始语法解析树包括至少两个初始节点；

步骤S103，根据每一初始节点从预设的数据库进行映射关系提取，得到每一初始节点的语法映射结果；其中，语法映射结果包括第一结果或第二结果，第一结果用于表示初始节点包括一个候选查询语法组件，第二结果用于表示初始节点包括至少两个候选查询语法组件；

步骤S104，若语法映射结果为第一结果，将候选查询语法组件作为目标查询语法组件，根据目标查询语法组件对初始节点进行组装，得到目标语法解析树；

步骤S105，若语法映射结果为第二结果，根据第二结果将至少两个候选查询语法组件发送至目标对象，并获取目标对象根据至少两个候选查询语法组件反馈的组件反馈信息，根据组件反馈信息得到目标查询语法组件，根据目标查询语法组件对初始节点进行组装，得到目标语法解析树；

步骤S106，对目标语法解析树进行翻译，得到目标查询语句；其中，目标查询语句包括SQL语句。

本申请实施例所示意的步骤S101至步骤S106，通过将问题查询语句转换成初始语法解析树，可以提高查询语句的生成效率。联合数据库对初始语法解析树进行映射，可以得到符合数据库模式的初始语法解析树。为了降低初始语法解析树的歧义问题，本实施例将映射产生的候选查询语法组件发送至目标对象。旨在通过与目标对象的交互得到目标查询语法组件。根据目标查询语法组件生成的目标语法解析树，最后通过目标语法解析树得到目标查询语句。既可以解决歧义问题，还可以挖掘出目标对象的查询意图。综上所述，本申请实施例可以提高目标查询语句的准确率。

需要说明的是，本申请所指的目标对象包括机器人、客户端、服务器端，可以发送问题查询语句即可。例如，用户在人机交互界面输入问题查询语句，智能机器人(目标对象)在接收到问题查询语句后上传服务器端，以便本申请实施例可以接收目标对象发送的问题查询语句。又例如。用户在客户端的问题查询界面输入问题查询语句，客户端(目标对象)向外发送问题查询语句，以便本申请实施例可以接收目标对象发送的问题查询语句。再例如，两台服务器进行交互。第一服务器接收用户上传的问题查询语句，并向外转发该问题查询语句，以便第二服务器接收第一服务器(目标对象)发送的问题查询语句。

在一些实施例的步骤S101中，接收的问题查询语句可以是文本形式，也可以是语音形式。若是语音形式，则通过语音识别方法将其转换为文本形式。

在一些实施例的步骤S102中，对于问题查询语句，需利用自然语言理解技术将问题查询语句转换为语法解析树。具体地，对问题查询语句进行分词，并进行词性标注得到词性标注结果。根据每一分词生成初始节点，并根据分词之间的词间关系对初始节点进行组装，得到初始语法解析树。需要说明的是，词间关系包括顺序关系、主谓宾关系、包含关系。在对初始节点进行组装的过程中，按词间关系将初始节点添加至初始语法解析树中。例如，问题查询语句为“我要办理车险中的A类保险”。按照顺序关系，“我”作为主语是根节点，第一级子节点为“办理”(谓语)，然后第二级子节点是“车险”(宾语)。又因为车险和A类保险存在包含关系，因此“A类保险”为“车险”的子节点。

请参阅图2，在一些实施例中，步骤S102可以包括但不限于包括步骤S201至步骤S205：

步骤S201，对问题查询语句进行词性标注处理，得到词性标注序列；其中，词性标注序列包括至少两个分词和每一分词的分词词性；

步骤S202，根据分词词性确定分词之间的包含关系；

步骤S203，从词性标注序列提取分词的顺序，根据分词的顺序将分词词性属于主语、谓语和宾语的分词作为主干分词；其中，除了主干分词以外，剩余的分词为附加分词；

步骤S204，根据每一主干分词创建主干节点，按预设的语法顺序对主干节点进行组装，得到主干语法解析树；

步骤S205，根据包含关系确定附加分词为主干节点的子节点，并根据子节点对主干语法解析树进行节点新增处理，得到初始语法解析树。

本申请实施例所示意的步骤S201至步骤S205，采用词性标注技术(例如，nltk工具包)将问题查询语句中各个分词进行词性标注，以及提取词间关系。词间关系包括包含关系，主谓宾关系和顺序关系。通过词间关系将各个分词映射成为初始语法解析树上的树中节点，得到初始语法解析树。本申请实施例可以提高生成初始语法解析树的准确率。

可以理解的是，初始语法解析树能够表达问题查询语句，但数据库并不能与初始语法树进行匹配，导致无法生成目标查询语句。因此，需结合数据库对初始语法解析树进行映射关系提取，目的是生成与数据库模式能够匹配的目标语法解析树。

在一些实施例的步骤S103中，结合数据库对初始节点进行映射，以得到初始节点的语法组件映射结果。语法组件映射结果包括第一结果或第二结果。第一结果用于表示初始节点包括一个候选查询语法组件。第二结果用于表示初始节点包括至少两个候选查询语法组件。

需要说明的是，数据库包括数据库模式信息。数据库模式信息包括表信息和列信息。表信息包括至少一个表名，列信息包括至少一个列名。结合数据库模式信息对初始节点进行映射，得到初始节点的语法组件映射结果。又可表示结合数据库表信息和数据库列信息将初始节点映射成为数据库表名、或列名、或SQL关键字。

请参阅图3，在一些实施例中，步骤S103可以包括但不限于包括步骤S301至步骤S303：

步骤S301，根据数据库确定语法组件映射表；

步骤S302，提取初始节点的节点类别，得到初始节点类别；

步骤S303，根据初始节点类别从语法组件映射表得到每一初始节点的语法映射结果。

节点类别	对应的SQL语法组件
		选择节点(SN)	SELECT
操作符节点(ON)	表示一个操作符，如“＝或<或>”
		名字节点(NN)	对应数据库中某个表名或列名字段
值节点(NN)	数据库中名字节点字段对应的值
		度量节点(QN)	ALL,SOME,ANY等
逻辑节点(LN)	AND,OR,NOT
		计算函数节点(FN)	表示一个计算函数，如COUNT,MIN等

表1

本申请实施例所示意的步骤S301至步骤S303，参照表1，基于数据库确定语法组件映射表。语法组件映射表包括节点类别和语法组件的映射关系。因此，可基于初始节点类别从语法组件映射表得到每一初始节点的至少一个候选查询语法组件。基于至少一个候选查询语法组件进行汇集，得到语法映射结果。

可以理解的是，步骤S301至步骤S303可以实现对单独的初始节点的映射。考虑到在初始语法解析树中，初始节点之间存在节点关系，将符合节点关系的至少两个初始节点共同映射，将有助于增加每一初始节点的候选查询语法组件的数量。这样一来，目标对象基于候选查询语法组件的组件反馈信息将更能表达目标对象的查询意图。具体请参照如下实施例。

节点关系包括父子关系、并列关系。节点关系又可包括包含关系和不包含关系。父子关系用于表示初始节点之间存在父子关系。并列关系用于表示初始节点之间存在并列关系。包含关系用于表示初始节点之间存在包含关系。例如，“我办理车险中的A类保险和B类保险”。“我”与“办理”存在父子关系，“办理”和“车险”存在父子关系，“车险”和“A类保险”存在父子关系，“车险”和“B类保险”存在父子关系。“A类车险”和“B类保险”存在并列关系。在这之中，“车险”和“A类保险”存在包含关系，“车险”和“B类保险”存在包含关系。

在一些实施例中，根据数据库确定语法组件映射表；提取初始节点的节点类别，得到第一节点类别；从初始语法解析树提取初始节点之间的节点关系,得到初始关系；其中，初始关系包括父子关系、并列关系、包含关系；根据第一节点类别和初始关系从语法组件映射表得到每一初始节点的语法映射结果。更具体地，对于每一初始节点，将初始节点的至少一个候选语法组件、与初始节点符合初始关系的节点的至少一个候选语法组件进行汇集处理，得到初始节点的语法映射结果。本实施例将初始节点、以及与初始节点存在节点关系的其他节点的候选查询语法组件进行汇集，作为初始节点的语法映射结果。可以理解的是，语法映射结果包括至少两个候选查询语法组件，以便后续目标对象给出更能反馈查询意图的组件反馈信息。目标语法解析树将更能表达目标对象的查询意图，有助于提高目标语法解析树的准确率。

请参阅图4，在另一些实施例中，步骤S103可以包括但不限于包括步骤S401至步骤S404：

步骤S401，根据数据库确定语法组件映射表；

步骤S402，提取初始节点的节点类别，得到第一节点类别；

步骤S403，从初始语法解析树提取初始节点之间的节点关系,得到初始关系；其中，初始关系用于表示初始节点之间存在包含关系；

步骤S404，根据第一节点类别和初始关系从语法组件映射表得到每一初始节点的语法映射结果。

本申请实施例所示意的步骤S401至步骤S404，节点关系包括包含关系和不包含关系。本申请实施例的初始关系用于表示初始节点之间存在包含关系。根据第一类别可以从语法组件映射表得到至少一个候选查询语法组件。还可以根据初始关系将与初始节点存在初始关系的父节点的至少一个候选查询语法组件、或者与初始节点存在初始关系的父节点的至少一个候选查询语法组件。将得到的至少两个候选查询语法组件进行汇集，得到每一初始节点的语法映射结果。

请参阅图5，在一些实施例中，步骤S404可以包括但不限于包括步骤S501至步骤S502：

步骤S501，根据第一节点类别对语法组件映射表进行筛选处理，得到每一初始节点的至少一个候选语法组件；

步骤S502，对于每一初始节点，将初始节点的至少一个候选语法组件、与初始节点符合初始关系的父节点的至少一个候选语法组件、以及与初始节点符合初始关系的子节点的至少一个候选语法组件进行汇集处理，得到初始节点的语法映射结果。

本申请实施例所示意的步骤S501至步骤S502，可以增加候选查询语法组件的数量。由于限制了需符合初始关系、以及需为初始节点的父节点或子节点，保证了候选查询语法组件的查询质量。减少目标对象在进行反馈时长，提高交互的效率和质量。

在一些实施例的步骤S104中，一般的，若语法组件映射结果为第一结果，说明初始节点在数据库中仅有一个候选查询语法组件，则该初始节点在数据库中只有唯一映射关系，不会出现歧义问题。直接将候选查询语法组件作为目标查询语法组件，生成的目标语法解析树不存在歧义问题。

在一些实施例的步骤S105中，若语法组件映射结果为第二结果，说明初始节点在数据库中包括至少两个候选查询语法组件，则该初始节点在数据库中包括至少两个映射关系，会出现歧义问题。相关技术中，一般会忽略该歧义问题，自动选取其中一个映射关系，但这样的选择方式会增加语法解析树的歧义性，也会忽略目标对象的查询意图。因而，在本申请实施例中，每当语法组件映射结果为第二结果，则将至少两个候选查询语法组件发送至目标对象。获取目标对象的组件反馈信息，并根据组件反馈信息生成目标语法解析树。可以理解的是，通过引入与目标对象的交互，可以解决因映射过程带来的歧义问题。另外，通过与目标对象进行交互，还能对目标对象的查询意图进行进一步的确认和挖掘。本申请实施例进一步提高目标语法解析树的准确率。

需要说明的是，在步骤S103之后得到了语法组件映射结果。若语法组件映射结果为第一结果则执行步骤S104。若语法组件映射结果为第二结果则执行步骤S105。请参阅图6，在另一些实施例中，若语法组件映射结果为第二结果则执行步骤S601至步骤S605:

步骤S601,若语法映射结果为第二结果,根据至少两个候选查询语法组件对初始节点进行组装，得到至少两个候选语法解析树；

步骤S602,对每一候选语法解析树进行翻译，得到初始候选查询语句；

步骤S603,将至少两个初始候选查询语句发送至目标对象；

步骤S604,获取目标对象基于至少两个初始候选查询语句的语句反馈信息，并根据语句反馈信息得到目标候选查询语句；

步骤S605,根据目标候选查询语句对至少两个候选语法解析树进行筛选处理，得到目标语法解析树。

本申请实施例所示意的步骤S601至步骤S605，若语法映射结果为第二结果，说明初始结果的映射存在歧义问题。因此，先基于至少两个候选查询语法组件生成对应的候选语法解析树。对候选语法解析树进行翻译得到初始候选查询语句。至少两个初始候选查询语句的句意存在不同，目标对象可给出语句反馈信息。该语句反馈信息可以从至少两个初始候选查询语句确定目标候选查询语句。通过与目标对象进行交互，消除因组件映射过程中带来的歧义问题，提高目标语法解析树的准确率。

可以理解的是，在得到目标语法解析树后，考虑到不同目标对象的问题表述的个性化和范式差异，以及自然语言存在的复杂性和省略性。若通过简单解析映射可能会产生错误关系，以及问题查询语句中可能出现的关键字词省略带来的节点或关系缺失。因此，需要对目标解析树进行优化和更新，生成更为准确的目标语法解析树，来提高对于不同难度自然语言问题的处理能力。

请参阅图7，在一些实施例中，目标语法解析树包括至少两个目标节点，每一目标节点包括目标子节点。在步骤S106之前，本申请实施例的基于语法解析树的查询语句生成方法还包括对所述目标语法解析树进行更新。具体包括步骤S701至步骤S706：

步骤S701，遍历目标语法解析树的目标节点，提取目标节点的节点类别，得到第二节点类别；

步骤S702，若第二节点类别属于预设的计算节点类型，则生成至少一个待添加子节点；

步骤S703，基于目标语法解析树，将目标节点和目标子节点进行句子组装，得到原始语句；

步骤S704，将目标节点、目标子节点、以及待添加子节点进行句子组装，得到目标语句；

步骤S705，对原始语句和目标语句进行相似度计算，得到句子相似度；

步骤S706，若句子相似度大于预设相似度阈值，则将待添加子节点作为目标节点的新增子节点，并根据新增子节点对目标语法解析树进行更新。

本申请实施例所示意的步骤S701至步骤S706，参照表1，第二节点类别包括值节点、计算函数节点、度量节点等。其中，计算函数节点属于计算节点类型。在计算节点类型中，问题查询语句往往会忽略掉一些内容，从而目标解析树缺失一部分节点。例如，问题查询语句为“I have more papers than yours”，省略了“the number of”，以及将yourpapers省略表示成了yours。其中目标节点“more”被识别为属于计算节点类型。目标节点“than”被识别为属于计算节点类型。利用词性标注工具(例如，nltk工具)对目标节点“more”进行展开得到忽略文本，并根据忽略文本生成至少一个待添加子节点。然后计算原始语句和目标语句的句子相似度。句子相似度的值越大，表示越相似。若句子相似度大于相似度阈值(0.8)，则认为则将待添加子节点添加至目标语法解析树，实现目标语法解析树的更新。若句子相似度小于或等于相似度阈值(0.8)，则删除待添加子节点，不对目标语法解析树进行更新。

请参阅图8，本申请实施例还提供基于语法解析树的查询语句生成装置，可以实现上述基于语法解析树的查询语句生成方法，图8为本申请实施例提供的基于语法解析树的查询语句生成装置的模块结构框图，该装置包括：问题查询语句接收模块801、初始语法解析树生成模块802、查询语法组件映射模块803、第一语法解析树生成模块804、第二语法解析树生成模块805、目标查询语句生成模块806。其中，问题查询语句接收模块801用于接收目标对象发送的问题查询语句；其中，问题查询语句包括SQL语句；初始语法解析树生成模块802用于根据问题查询语句生成初始语法解析树；其中，初始语法解析树包括至少两个初始节点；查询语法组件映射模块803用于根据每一初始节点从预设的数据库进行映射关系提取，得到每一初始节点的语法映射结果；其中，语法映射结果包括第一结果或第二结果，第一结果用于表示初始节点包括一个候选查询语法组件，第二结果用于表示初始节点包括至少两个候选查询语法组件；第一语法解析树生成模块804用于若语法映射结果为第一结果，将候选查询语法组件作为目标查询语法组件，根据目标查询语法组件对初始节点进行组装，得到目标语法解析树；第二语法解析树生成模块805用于若语法映射结果为第二结果，根据第二结果将至少两个候选查询语法组件发送至目标对象，并获取目标对象根据至少两个候选查询语法组件反馈的组件反馈信息，根据组件反馈信息得到目标查询语法组件，根据目标查询语法组件对初始节点进行组装，得到目标语法解析树；目标查询语句生成模块806用于对目标语法解析树进行翻译，得到目标查询语句；其中，目标查询语句包括SQL语句。

需要说明的是，该基于语法解析树的查询语句生成装置的具体实施方式与上述基于语法解析树的查询语句生成方法的具体实施例基本相同，在此不再赘述。

本申请实施例还提供了电子设备，电子设备包括：存储器、处理器、存储在存储器上并可在处理器上运行的程序以及用于实现处理器和存储器之间的连接通信的数据总线，程序被处理器执行时实现上述基于语法解析树的查询语句生成方法。该电子设备可以为包括平板电脑、车载电脑等任意智能终端。

请参阅图9，图9示意了另一实施例的电子设备的硬件结构，电子设备包括：

处理器901，可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请实施例所提供的技术方案；

存储器902，可以采用只读存储器(Read Only Memory，ROM)、静态存储设备、动态存储设备或者随机存取存储器(Random Access Memory，RAM)等形式实现。存储器902可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器902中，并由处理器901来调用执行本申请实施例的基于语法解析树的查询语句生成方法；

输入/输出接口903，用于实现信息输入及输出；

通信接口904，用于实现本设备与其他设备的通信交互，可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信；

总线905，在设备的各个组件(例如处理器901、存储器902、输入/输出接口903和通信接口904)之间传输信息；

其中处理器901、存储器902、输入/输出接口903和通信接口904通过总线905实现彼此之间在设备内部的通信连接。

本申请实施例还提供了存储介质，存储介质为计算机可读存储介质，用于计算机可读存储，存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现上述基于语法解析树的查询语句生成方法。

存储器作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序以及非暂态性计算机可执行程序。此外，存储器可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中，存储器可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至该处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本申请实施例提供的基于语法解析树的查询语句生成方法、基于语法解析树的查询语句生成装置、电子设备及存储介质，通过将问题查询语句转换成初始语法解析树，可以提高查询语句的生成效率。联合数据库对初始语法解析树进行映射，可以得到符合数据库模式的初始语法解析树。为了降低初始语法解析树的歧义问题，本实施例将映射产生的候选查询语法组件发送至目标对象。旨在通过与目标对象的交互得到目标查询语法组件。根据目标查询语法组件生成的目标语法解析树，最后通过目标语法解析树得到目标查询语句。既可以解决歧义问题，还可以挖掘出目标对象的查询意图。综上所述，本申请实施例可以提高目标查询语句的准确率。

本申请实施例描述的实施例是为了更加清楚的说明本申请实施例的技术方案，并不构成对于本申请实施例提供的技术方案的限定，本领域技术人员可知，随着技术的演变和新应用场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

本领域技术人员可以理解的是，图1-7中示出的技术方案并不构成对本申请实施例的限定，可以包括比图示更多或更少的步骤，或者组合某些步骤，或者不同的步骤。

以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。

本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括多指令用以使得一台电子设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序的介质。

以上参照附图说明了本申请实施例的优选实施例，并非因此局限本申请实施例的权利范围。本领域技术人员不脱离本申请实施例的范围和实质内所作的任何修改、等同替换和改进，均应在本申请实施例的权利范围之内。

Claims (10)

1.一种基于语法解析树的查询语句生成方法，其特征在于，所述方法包括：

接收目标对象发送的问题查询语句；其中，所述问题查询语句包括SQL语句；

根据所述问题查询语句生成初始语法解析树；其中，所述初始语法解析树包括至少两个初始节点；

根据每一所述初始节点从预设的数据库进行映射关系提取，得到每一所述初始节点的语法映射结果；其中，所述语法映射结果包括第一结果或第二结果，所述第一结果用于表示所述初始节点包括一个候选查询语法组件，所述第二结果用于表示所述初始节点包括至少两个候选查询语法组件；

若所述语法映射结果为所述第一结果，将所述候选查询语法组件作为目标查询语法组件，根据所述目标查询语法组件对所述初始节点进行组装，得到目标语法解析树；

若所述语法映射结果为所述第二结果，根据所述第二结果将所述至少两个候选查询语法组件发送至所述目标对象，并获取所述目标对象根据所述至少两个候选查询语法组件反馈的组件反馈信息，根据所述组件反馈信息得到所述目标查询语法组件，根据所述目标查询语法组件对所述初始节点进行组装，得到目标语法解析树；

对所述目标语法解析树进行翻译，得到目标查询语句；其中，所述目标查询语句包括SQL语句。

2.根据权利要求1所述的方法，其特征在于，在所述得到每一所述初始节点的语法映射结果之后，所述方法还包括：

若所述语法映射结果为所述第二结果,根据至少两个所述候选查询语法组件对所述初始节点进行组装，得到至少两个候选语法解析树；

对每一所述候选语法解析树进行翻译，得到初始候选查询语句；

将至少两个所述初始候选查询语句发送至所述目标对象；

获取所述目标对象基于至少两个所述初始候选查询语句的语句反馈信息，并根据所述语句反馈信息得到目标候选查询语句；

根据所述目标候选查询语句对至少两个所述候选语法解析树进行筛选处理，得到目标语法解析树。

3.根据权利要求1所述的方法，其特征在于，所述根据每一所述初始节点从预设的数据库进行映射关系提取，得到每一所述初始节点的语法映射结果，包括：

根据所述数据库确定语法组件映射表；

提取所述初始节点的节点类别，得到初始节点类别；

根据所述初始节点类别从所述语法组件映射表得到每一所述初始节点的语法映射结果。

4.根据权利要求1所述的方法，其特征在于，所述根据每一所述初始节点从预设的数据库进行提取映射关系，得到每一所述初始节点的语法映射结果，包括：

根据所述数据库确定语法组件映射表；

提取所述初始节点的节点类别，得到第一节点类别；

从所述初始语法解析树提取所述初始节点之间的节点关系,得到初始关系；其中，所述初始关系用于表示所述初始节点之间存在包含关系；

根据所述第一节点类别和所述初始关系从所述语法组件映射表得到每一所述初始节点的语法映射结果。

5.根据权利要求4所述的方法，其特征在于，所述根据所述第一节点类别和所述初始关系从所述语法组件映射表得到每一所述初始节点的语法映射结果，包括：

根据所述第一节点类别对所述语法组件映射表进行筛选处理，得到每一所述初始节点的至少一个候选语法组件；

对于每一所述初始节点，将所述初始节点的至少一个所述候选语法组件、与所述初始节点符合所述初始关系的父节点的至少一个候选语法组件、以及与所述初始节点符合所述初始关系的子节点的至少一个候选语法组件进行汇集处理，得到所述初始节点的语法映射结果。

6.根据权利要求1至5任一项所述的方法，其特征在于，所述目标语法解析树包括至少两个目标节点，每一所述目标节点包括目标子节点，在所述对所述目标语法解析树进行翻译，得到目标查询语句之前，所述方法还包括：

对所述目标语法解析树进行更新；具体包括：

遍历所述目标语法解析树的目标节点，提取所述目标节点的节点类别，得到第二节点类别；

若所述第二节点类别属于预设的计算节点类型，则生成至少一个待添加子节点；

基于所述目标语法解析树，将所述目标节点和所述目标子节点进行句子组装，得到原始语句；

将所述目标节点、所述目标子节点、以及所述待添加子节点进行句子组装，得到目标语句；

对所述原始语句和所述目标语句进行相似度计算，得到句子相似度；

若所述句子相似度大于预设相似度阈值，则将所述待添加子节点作为所述目标节点的新增子节点，并根据所述新增子节点对所述目标语法解析树进行更新。

7.根据权利要求1至5任一项所述的方法，其特征在于，所述根据所述问题查询语句生成初始语法解析树，包括：

对所述问题查询语句进行词性标注处理，得到词性标注序列；其中，所述词性标注序列包括至少两个分词和每一所述分词的分词词性；

根据所述分词词性确定所述分词之间的包含关系；

从所述词性标注序列提取所述分词的顺序，根据所述分词的顺序将所述分词词性属于主语、谓语和宾语的所述分词作为主干分词；其中，除了所述主干分词以外，剩余的所述分词为附加分词；

根据每一所述主干分词创建主干节点，按预设的语法顺序对所述主干节点进行组装，得到主干语法解析树；

根据所述包含关系确定所述附加分词为所述主干节点的子节点，并根据所述子节点对所述主干语法解析树进行节点新增处理，得到所述初始语法解析树。

8.一种基于语法解析树的查询语句生成装置，其特征在于，所述装置包括：

问题查询语句接收模块，用于接收目标对象发送的问题查询语句；其中，所述问题查询语句包括SQL语句；

初始语法解析树生成模块，用于根据所述问题查询语句生成初始语法解析树；其中，所述初始语法解析树包括至少两个初始节点；

查询语法组件映射模块，用于根据每一所述初始节点从预设的数据库进行映射关系提取，得到每一所述初始节点的语法映射结果；其中，所述语法映射结果包括第一结果或第二结果，所述第一结果用于表示所述初始节点包括一个候选查询语法组件，所述第二结果用于表示所述初始节点包括至少两个候选查询语法组件；

第一语法解析树生成模块，用于若所述语法映射结果为所述第一结果，将所述候选查询语法组件作为目标查询语法组件，根据所述目标查询语法组件对所述初始节点进行组装，得到目标语法解析树；

第二语法解析树生成模块，用于若所述语法映射结果为所述第二结果，根据所述第二结果将所述至少两个候选查询语法组件发送至所述目标对象，并获取所述目标对象根据所述至少两个候选查询语法组件反馈的组件反馈信息，根据所述组件反馈信息得到所述目标查询语法组件，根据所述目标查询语法组件对所述初始节点进行组装，得到目标语法解析树；

目标查询语句生成模块，用于对所述目标语法解析树进行翻译，得到目标查询语句；其中，所述目标查询语句包括SQL语句。

9.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1至7任一项所述的基于语法解析树的查询语句生成方法。

10.一种计算机可读存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的基于语法解析树的查询语句生成方法。

Images