[发明专利]一种上下文相关语义解析方法

说明书

本发明涉及一种上下文相关语义解析方法，包括步骤：使用ERNIE对数据进行编码，将问题文本和数据库的表和列依次排列，作为Alignment‑Rect‑Augmented NL2SQL模型的初始输入；使用当前的文本编码和前几轮的文本编码更新注意力；使用得到的问题文本编码和上一轮的对齐矩阵进行注意力操作，生成的状态追踪对齐矩阵与真实标签做交叉熵计算。本发明的有益效果是：提出一种基于对齐矩阵增强的中文上下文相关NL2SQL模型，该模型在RATSQL模型的基础上，利用预训练语言模型BERT获取问题文本和数据库模式的文本字符级别编码，得到基于上下文信息的字向量，然后引入状态追踪注意力和相关性特征，增强模型在问题文本和数据库模式之间的对齐关系。

技术领域

本发明属于上下文相关语义解析技术领域，尤其涉及一种上下文相关语义解析方法。

背景技术

当涉及到互联网的数字数据时，通常使用传统的关系数据库来存储这些数据，以方便管理、操作和维护。如何通过自然语言从这些关系型数据库中查询必要的信息，即如何将人类的自然语言查询描述转化为可执行的数据库查询语句SQL已成为自然语言处理领域最热门的研究方向之一。

自然语言查询接口的目的是通过自然语言和关系数据库完成用户的人机交互，获得想要的数据，它是构建自动数据库智能查询系统的组成部分。实现自然语言查询接口最重要的任务是如何通过自然语言查询构造SQL语句，称为NL2SQL操作。

如何消除自然语言查询、数据库中数据表的结构和内容以及SQL语句之间在表示和结构上的差异是使用NL2SQL的核心。由于如何将自然语言查询的查询意图映射到数据库的规范描述，形成精确的可执行SQL语句的问题，本文将NL2SQL操作由语法树进行约束，将SQL语句在各部分的子树中分别处理。达到消除中文文本数据不一致、列名差异、自然语言查询描述不一致、数据库存储数据不一致的目的。

现有的NL2SQL任务研究方法大致可以分为上下文无关方法和上下文相关方法。上下文无关方法是单轮的NL2SQL,给出一段文本和数据库模式，通过模型学习到文本和数据库模式之间的关系，从而生成期望的SQL语句。这种方法的缺点是只能处理单轮的信息，而人的对话习惯是简单句，如果一次要给出所想要的所有信息，对人的习惯是有挑战的。上下文相关方法是多轮的NL2SQL，通过多轮对话的形式将每轮对话内容和数据库模式对齐，通过逐步更新的方式得到每一轮相应的SQL语句。与上下文无关方法相比，上下文有关方法可以捕捉到更多复杂多变的自然语言文本中描述的语义信息。

中国专利发明(申请号：CN202110737345.5，专利名称：语义解析方法、装置、电子设备及存储介质)，对输入的问题与对应的数据库进行编码；根据编码结果生成SQL查询语句，其中，针对任意SQL从句，分别进行以下处理：确定出问题中与该SQL从句对应的问题片段；根据所述问题片段生成该SQL从句，可提升生成的SQL查询语句的准确性等。但是该发明是基于上下文无关的NL2SQL进行的，对上下文相关的NL2SQL任务效果不佳。

发明内容

本发明的目的是克服现有技术中的不足，提供一种上下文相关语义解析方法。

这种上下文相关语义解析方法，具体包括以下步骤：

S1、使用ERNIE对数据进行编码，将问题文本和数据库的表和列依次排列，作为Alignment-Rect-Augmented NL2SQL模型的初始输入，得到问题文本和数据库模式的编码表示；

x_input＝(q₁，q₂，...，q_i，t₁，t₂，...，t_j，c₁，c₂，...，c_k)