[發(fā)明專利]一種自然語言至結(jié)構(gòu)化查詢語言的轉(zhuǎn)換方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 202010491307.1
• 申請(qǐng)日: 2020-06-02
• 公開（公告）號(hào): CN111651474B
• 公開（公告）日: 2023-07-25
• 發(fā)明（設(shè)計(jì)）人: 徐馳;羅明宇;林健
• 申請(qǐng)（專利權(quán)）人: 東云睿連（武漢）計(jì)算技術(shù)有限公司
• 主分類號(hào): G06F16/242
• 分類號(hào): G06F16/242;G06F16/2452;G06F18/22
• 代理公司: 武漢智正誠(chéng)專利代理事務(wù)所(普通合伙) 42278
• 代理人: 李衛(wèi)

1.一種自然語言至結(jié)構(gòu)化查詢語言的轉(zhuǎn)換方法，其特征在于，包括：

獲取用戶輸入的自然語言問題文本；

根據(jù)所述輸入的自然語言問題文本與預(yù)設(shè)數(shù)據(jù)集中自然語言問題的相似度，確定將所述輸入的自然語言問題文本轉(zhuǎn)換為結(jié)構(gòu)化查詢語言的轉(zhuǎn)換結(jié)果，其中，所述預(yù)設(shè)數(shù)據(jù)集中包含自然語言問題與對(duì)應(yīng)的結(jié)構(gòu)化查詢語言；

若所述預(yù)設(shè)數(shù)據(jù)集中不存在目標(biāo)自然語言問題，則通過轉(zhuǎn)換算法模型將所述輸入的自然語言問題文本轉(zhuǎn)換為結(jié)構(gòu)化查詢語言，其中，所述目標(biāo)自然語言問題為所述預(yù)設(shè)數(shù)據(jù)集中與所述輸入的自然語言問題文本的相似度最高的一個(gè)自然語言問題，且所述輸入的自然語言問題文本與所述目標(biāo)自然語言問題的相似度大于相似度閾值，所述轉(zhuǎn)換算法模型為基于深度學(xué)習(xí)算法模型進(jìn)行模型訓(xùn)練得到的；

所述根據(jù)所述輸入的自然語言問題文本與預(yù)設(shè)數(shù)據(jù)集中自然語言問題的相似度，確定將所述輸入的自然語言問題文本轉(zhuǎn)換為結(jié)構(gòu)化查詢語言的轉(zhuǎn)換結(jié)果之前，還包括：

選擇預(yù)設(shè)場(chǎng)景下的數(shù)據(jù)庫(kù)作為樣本數(shù)據(jù)庫(kù)，其中，所述樣本數(shù)據(jù)庫(kù)中包含自然語言問題與對(duì)應(yīng)的結(jié)構(gòu)化查詢語言；

采集針對(duì)所述樣本數(shù)據(jù)庫(kù)中自然語言問題與對(duì)應(yīng)的結(jié)構(gòu)化查詢語言的數(shù)據(jù)集映射，作為所述預(yù)設(shè)數(shù)據(jù)集；

通過文本相似度模型提取所述預(yù)設(shè)數(shù)據(jù)集中自然語言問題的特征向量，其中，所述特征向量用于計(jì)算所述輸入的自然語言問題文本與預(yù)設(shè)數(shù)據(jù)集中自然語言問題的距離，以所述距離作為所述特征向量用于計(jì)算所述輸入的自然語言問題文本與預(yù)設(shè)數(shù)據(jù)集中自然語言問題的相似度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述輸入的自然語言問題文本與預(yù)設(shè)數(shù)據(jù)集中自然語言問題的相似度，確定將所述輸入的自然語言問題文本轉(zhuǎn)換為結(jié)構(gòu)化查詢語言的轉(zhuǎn)換結(jié)果之后，還包括：

若所述預(yù)設(shè)數(shù)據(jù)集中存在所述目標(biāo)自然語言問題，則將所述自然語言問題文本轉(zhuǎn)換為與所述目標(biāo)自然語言問題對(duì)應(yīng)的結(jié)構(gòu)化查詢語言。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述輸入的自然語言問題文本與預(yù)設(shè)數(shù)據(jù)集中自然語言問題的相似度，確定將所述輸入的自然語言問題文本轉(zhuǎn)換為結(jié)構(gòu)化查詢語言的轉(zhuǎn)換結(jié)果之前，還包括：

通過文本相似度模型提取所述輸入的自然語言問題文本的特征向量與所述預(yù)設(shè)數(shù)據(jù)集中自然語言問題的特征向量；

通過所述文本相似度模型計(jì)算所述輸入的自然語言問題文本的特征向量與所述預(yù)設(shè)數(shù)據(jù)集中自然語言問題的特征向量的距離，以所述距離作為所述特征向量用于計(jì)算所述輸入的自然語言問題文本與預(yù)設(shè)數(shù)據(jù)集中自然語言問題的相似度。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述若所述預(yù)設(shè)數(shù)據(jù)集中不存在目標(biāo)自然語言問題，則通過轉(zhuǎn)換算法模型將所述輸入的自然語言問題文本轉(zhuǎn)換為結(jié)構(gòu)化查詢語言之前，還包括：

選擇預(yù)設(shè)場(chǎng)景下的數(shù)據(jù)庫(kù)作為樣本數(shù)據(jù)庫(kù)，其中，所述樣本數(shù)據(jù)庫(kù)中包含自然語言問題與對(duì)應(yīng)的結(jié)構(gòu)化查詢語言；

采集針對(duì)所述樣本數(shù)據(jù)庫(kù)中自然語言問題與對(duì)應(yīng)的結(jié)構(gòu)化查詢語言的數(shù)據(jù)集映射，作為訓(xùn)練樣本數(shù)據(jù)集；

基于深度學(xué)習(xí)算法模型，使用所述訓(xùn)練樣本數(shù)據(jù)集進(jìn)行模型訓(xùn)練，得到所述轉(zhuǎn)換算法模型。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述深度學(xué)習(xí)算法模型為文本編碼器算法模型，在所述模型訓(xùn)練的過程中，將所述訓(xùn)練樣本數(shù)據(jù)集作為訓(xùn)練數(shù)據(jù)輸入，并將轉(zhuǎn)換為結(jié)構(gòu)化查詢語言任務(wù)定義為所述樣本數(shù)據(jù)庫(kù)的表格列信息映射到結(jié)構(gòu)化查詢語言元素的分類任務(wù)、以及從所述自然語言問題中提取條件值的任務(wù)集合。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述輸入的自然語言問題文本與預(yù)設(shè)數(shù)據(jù)集中自然語言問題的相似度，確定將所述輸入的自然語言問題文本轉(zhuǎn)換為結(jié)構(gòu)化查詢語言的轉(zhuǎn)換結(jié)果之后，還包括：

獲取所述用戶輸入的自然語言問題文本轉(zhuǎn)換后的結(jié)構(gòu)化查詢語言。