[发明专利]一种数据处理方法和装置

说明书

本发明提供了一种数据处理方法和装置，其中，该方法包括：获取待回答的自然语言问题；对自然语言问题进行处理，建立自然语言问题的句法树；根据句法树的子节点指示的查询条件，从句法树的根节点指示的答案类别的答案中查询出所述问题的答案。通过本发明实施例提供的数据处理方法和装置，无需将数据库查询语言和原始问题的匹配语料加入深度学习网络中训练建立序列‑查询语言模型，降低了序列‑查询语言模型的实现成本。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种数据处理方法和装置。

背景技术

目前，基于深度学习的序列到序列模型的编码-解码模型提供了一种基于源语言序列的数据库自然语言接口，即：序列-查询语言模型。

序列-查询语言模型需要建立大量的自然语言问题到数据库查询语言的成对标注数据。

通过深度学习建立序列-查询语言模型非常耗时，效率低，成本高。

发明内容

为解决上述问题，本发明实施例的目的在于提供一种数据处理方法和装置。

第一方面，本发明实施例提供了一种数据处理方法，包括：

获取待回答的自然语言问题；

对所述自然语言问题进行处理，建立所述自然语言问题的句法树；

根据所述句法树的子节点指示的查询条件，从所述句法树的根节点指示的答案类别的答案中查询出所述问题的答案。

第二方面，本发明实施例还提供了一种数据处理装置，包括：

获取模块，用于获取待回答的自然语言问题；

建立模块，用于对所述自然语言问题进行处理，建立所述自然语言问题的句法树；

查询模块，用于根据所述句法树的子节点指示的查询条件，从所述句法树的根节点指示的答案类别的答案中查询出所述问题的答案。

本发明实施例上述第一方面至第二方面提供的方案中，通过对自然语言问题进行处理，建立所述自然语言问题的句法树，并基于得到的句法树生成查询语句并查询出问题的答案，与相关技术中通过深度学习建立序列-查询语言模型相比，通过建立所述自然语言问题的句法树进行查询，无需将数据库查询语言和原始问题的匹配语料加入深度学习网络中训练建立序列-查询语言模型，降低了序列-查询语言模型的实现成本，并提高了效率，同时提高了回答的准确性。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明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发明的一些实施例，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示出了本发明实施例1所提供的一种数据处理方法的流程图；

图2示出了本发明实施例1所提供的数据处理方法中，生成的自然语言问题的句法树的示意图；

图3示出了本发明实施例2所提供的一种数据处理装置的结构示意图。

具体实施方式