[發明專利]用于輸出結構化查詢語句的方法和裝置

有效

• 申請號: 201911412056.7
• 申請日: 2019-12-31
• 公開（公告）號: CN111159220B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 王麗杰;楊春杰;孫珂;李婷婷
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/242
• 分類號: G06F16/242;G06F16/2452;G06N3/0455;G06N3/0442;G06N3/084
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于輸出結構化查詢語句的方法，包括：

獲取待轉換的自然語言語句；

將所述自然語言語句輸入至預先訓練的第一模型，生成所述自然語言語句對應的模板化自然語言，所述模板化自然語言是一種介于自然語言與結構化查詢語句之間，用自然語言表達，但偏模板化的語言；

根據預先設置的模板化自然語言與結構化查詢語句的對應關系，輸出所生成的模板化自然語言對應的結構化查詢語句。

2.根據權利要求1所述的方法，其中，所述第一模型包括通過以下步驟訓練得到的模型：

獲取樣本集，所述樣本集中包括樣本自然語言語句以及與樣本自然語言語句對應的樣本模板化自然語言；

基于所述樣本集聯合訓練所述第一模型和第二模型，所述第二模型用于表征模板化自然語言與自然語言語句的對應關系。

3.根據權利要求2所述的方法，其中，所述基于所述樣本集聯合訓練所述第一模型和第二模型，包括：

將樣本自然語言語句與樣本自然語言語句對應的樣本模板化自然語言，分別作為輸入與輸出，基于預先建立的損失函數訓練得到所述第一模型，其中，所述損失函數包括為了滿足所述第一模型和所述第二模型的概率對偶性而增加的正則項。

4.根據權利要求2所述的方法，其中，所述樣本集中包括經由以下步驟生成的樣本模板化自然語言：

基于待輸出的結構化查詢語句關聯的數據庫獲取關鍵信息，所述關鍵信息包括以下至少一項：表名、字段名、屬性、結構化查詢語言中操作符和運算符；

將所獲取的關鍵信息填入預先定義的自然語言模板得到樣本模板化自然語言。

5.根據權利要求1-4中任一項所述的方法，其中，所述根據預先設置的模板化自然語言與結構化查詢語句的對應關系，輸出所生成的模板化自然語言對應的結構化查詢語句，包括：

確定所生成的模板化自然語言包括的關鍵信息以及對應的自然語言模板；

根據預先建立的自然語言模板與結構化查詢語句模板的對應關系，獲取所確定的自然語言模板對應的結構化查詢語句模板；

將確定出的關鍵信息填入所獲取的結構化查詢語句模板中，得到結構化查詢語句。

6.一種用于輸出結構化查詢語句的裝置，包括：

獲取單元，被配置成獲取待轉換的自然語言語句；

生成單元，被配置成將所述自然語言語句輸入至預先訓練的第一模型，生成所述自然語言語句對應的模板化自然語言，所述模板化自然語言是一種介于自然語言與結構化查詢語句之間，用自然語言表達，但偏模板化的語言；

輸出單元，被配置成根據預先設置的模板化自然語言與結構化查詢語句的對應關系，輸出所生成的模板化自然語言對應的結構化查詢語句。

7.根據權利要求6所述的裝置，其中，所述裝置還包括訓練單元，所述訓練單元，包括：

第一獲取子單元，被配置成獲取樣本集，所述樣本集中包括樣本自然語言語句以及與樣本自然語言語句對應的樣本模板化自然語言；

訓練子單元，被配置成基于所述樣本集聯合訓練所述第一模型和第二模型，所述第二模型用于表征模板化自然語言與自然語言語句的對應關系。

8.根據權利要求7所述的裝置，其中，所述訓練子單元，進一步被配置成：

將樣本自然語言語句與樣本自然語言語句對應的樣本模板化自然語言，分別作為輸入與輸出，基于預先建立的損失函數訓練得到所述第一模型，其中，所述損失函數包括為了滿足所述第一模型和所述第二模型的概率對偶性而增加的正則項。

9.根據權利要求7所述的裝置，其中，所述裝置還包括樣本生成單元，所述樣本生成單元，包括：

第二獲取子單元，被配置成基于待輸出的結構化查詢語句關聯的數據庫獲取關鍵信息，所述關鍵信息包括以下至少一項：表名、字段名、屬性、結構化查詢語言中操作符和運算符；

第一填入子單元，被配置成將所獲取的關鍵信息填入預先定義的自然語言模板得到樣本模板化自然語言。