[发明专利]一种根据自然语言生成SQL语句的方法及装置

权利要求书

1.一种根据自然语言生成SQL语句的方法，其特征在于，包括以下步骤：

1)通过句向量生成方法将自然语言N转换为句向量N_s；

2)使用句向量生成方法将待查数据库中所有表的表描述转换为每个表的描述向量T_i；

3)计算每个表的描述向量T_i与自然语言句向量N_s之间的相关性；

4)选择相关性最大的前n张表作为候选表，n为一个预先设定的参数；

5)使用语义分析算法将自然语言N转换为相应的SQL模板，遍历步骤4)所选取的候选表，将每张候选表套入SQL模板当中，得到SQL语句列表；

6)计算SQL语句列表的置信度，根据置信度选取SQL语句作为匹配的语句。

2.根据权利要求1所述根据自然语言生成SQL语句的方法，其特征在于：所述的步骤6)根据置信度选取前m条SQL语句作为匹配的语句，m为一个预先设定的参数。

3.根据权利要求1所述根据自然语言生成SQL语句的方法，其特征在于：步骤5)的SQL模板形如“select{agg}([col_x])from[table]where[col_y]{op₁}[value]({connector}[col_z]{op₂}[value])”，其中，{agg}表示聚合函数：sum、avg、count、min、max或者为空，为空表示不进行聚合；{op₁}、{op₂}表示比较符：＝、！＝、、、＝、＝；{connector}表示逻辑连接符：and、or；[col_x]、[col_y]、[col_z]表示选择的列的自然语言表示；[table]表示表名的自然语言表示；[value]表示比较的值的自然语言表示；()表示其中内容所表达的模式可以重复多次。

4.根据权利要求3所述根据自然语言生成SQL语句的方法，其特征在于：

步骤5)将每张候选表套入SQL模板当中时，根据表中的列描述，计算[col_x]、[col_y]、[col_z]选择的列的自然语言表示与各列描述之间的相关性，选取相关性最大的列替换[col_x]、[col_y]、[col_z]；根据所选列的列描述，判断[value]的值是否需要替换。

5.根据权利要求4所述根据自然语言生成SQL语句的方法，其特征在于：步骤6)计算SQL语句列表的置信度的方法为将步骤3)得到的表相关性乘以步骤5)得到的列相关性。

6.根据权利要求4所述根据自然语言生成SQL语句的方法，其特征在于：步骤3)和步骤5)所述的相关性使用余弦距离或KL散度(Kullback-Leibler divergence)进行计算。

7.根据权利要求1所述根据自然语言生成SQL语句的方法，其特征在于：

步骤1)和步骤2)中句向量生成方法使用BERT(Bidirectional EncoderRepresentations from Transformers)或MT-DNN(Multi-Task Deep Neural Networks)模型进行计算。