[发明专利]一种自然语言与结构化查询语言的转换方法及装置

摘要

本发明公开了一种自然语言与结构化查询语言的转换方法及装置，其中的方法首先将一个小规模的问题‑SQL对数据集中的SQL语句进行语法解析，变形为具有空间语义特征的广义树形编码和拓扑图编码；然后构建一个能够处理多种编码的机器翻译模型，来学习该数据集以及其变种；再根据已有的数据库表文件来生成语法上正确并且语义上有效的SQL，作为翻译模型的输入，得到自然语言形式的问题，达到了扩充数据集的目的；最后，使用流行的机器翻译模型学习扩充后的数据集，实现了性能的提升，且通过机器翻译模型可以实现自然语言与结构化查询语言的快速与准确转换。本发明可以实现提高转换效率和转换准确性的技术效果。

主权项

1.一种自然语言与结构化查询语言的转换方法，其特征在于，预先给定数数据库表文件集DBF和问题‑SQL对数据集QS，所述方法包括：步骤S1：采用神经网络学习问题‑SQL对数据集QS，将SQL作为输入，问题作为输出，进行训练后，得到一个收敛后的模型SQL2QUE，其中，SQL2QUE用以将SQL转换为对应的问题；步骤S2：根据DBF中的表字段信息，并基于SQL语法自定义规则建立一个SQL语句生成模型SQL‑GEN，再根据SQL语句是否有效，生成SQL数据集SD，其中，SQL数据集SD中包含判定结果有效的SQL语句；步骤S3：将SQL数据集SD中的SQL语句作为模型SQL2QUE的输入，获得对应的问题，然后将获得对应的问题添加至SQL数据集SD中，再将SD数据集中的SQL和对应QD数据集中的问题进行匹配，得到生成的数据集AQS，并将数据集AQS与数据集AQS进行合并，获得新的数据集NQS；步骤S4：采用神经网络学习新的数据集NQS，将问题作为输入，SQL作为输出，进行训练后，得到一个收敛后的模型QUE2SQL，其中，模型QUE2SQL用以将问题转换为对应的SQL；步骤S5：将待转换的问题作为模型QUE2SQL的输入，转换获得对应的结构化查询语言SQL。