[發(fā)明專利]一種查詢語(yǔ)句的生成方法、相關(guān)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010664003.0
• 申請(qǐng)日: 2020-07-10
• 公開(kāi)（公告）號(hào): CN113918589A
• 公開(kāi)（公告）日: 2022-01-11
• 發(fā)明（設(shè)計(jì)）人: 董保華
• 申請(qǐng)（專利權(quán)）人: 阿里巴巴集團(tuán)控股有限公司
• 主分類號(hào): G06F16/242
• 分類號(hào): G06F16/242;G06F16/248;G06F40/247;G06F40/295
• 代理公司: 北京思格頌知識(shí)產(chǎn)權(quán)代理有限公司 11635
• 代理人: 王申

本發(fā)明公開(kāi)一種查詢語(yǔ)句的生成方法、相關(guān)方法及裝置。所述查詢語(yǔ)句的生成方法，包括：將當(dāng)前對(duì)話輪次的自然語(yǔ)言查詢語(yǔ)句輸入到槽位識(shí)別模型中，得到當(dāng)前槽位結(jié)構(gòu)信息；所述當(dāng)前槽位結(jié)構(gòu)信息包括預(yù)設(shè)槽位結(jié)構(gòu)格式的槽位以及所述槽位中的所述自然語(yǔ)言查詢語(yǔ)句的命名實(shí)體；若當(dāng)前槽位結(jié)構(gòu)信息中有空槽位，則獲取至少一個(gè)在先對(duì)話輪次的自然語(yǔ)言查詢語(yǔ)句對(duì)應(yīng)的在先槽位結(jié)構(gòu)信息；利用所述在先槽位結(jié)構(gòu)信息中命名實(shí)體填充當(dāng)前槽位結(jié)構(gòu)信息的空槽位；對(duì)填充后的當(dāng)前槽位結(jié)構(gòu)信息中的各槽位對(duì)應(yīng)的命名實(shí)體進(jìn)行拼接，得到查詢語(yǔ)句。本發(fā)明解決了現(xiàn)有技術(shù)中多輪對(duì)話場(chǎng)景下查詢語(yǔ)句準(zhǔn)確率低的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及自然語(yǔ)言處理領(lǐng)域，特別涉及一種查詢語(yǔ)句的生成方法、相關(guān)方法及裝置。

背景技術(shù)

數(shù)據(jù)庫(kù)中存儲(chǔ)了大量的數(shù)據(jù)，如果想要獲取數(shù)據(jù)庫(kù)中的數(shù)據(jù)，數(shù)據(jù)查詢對(duì)象，例如運(yùn)營(yíng)人員或者數(shù)據(jù)分析人員，一般采用自然語(yǔ)言轉(zhuǎn)換為SQL語(yǔ)言(Natural Language toStructured Query Language，NL2SQL)的方式，通過(guò)將描述想要查詢的內(nèi)容的自然語(yǔ)言查詢語(yǔ)句轉(zhuǎn)換為SQL語(yǔ)句，讓普通查詢對(duì)象快速的獲取到自己想要的數(shù)據(jù)。

通常使用的NL2SQL方式的實(shí)現(xiàn)方式為通過(guò)端到端的深度學(xué)習(xí)模型，對(duì)自然語(yǔ)言查詢語(yǔ)句和數(shù)據(jù)表的所有表頭信息進(jìn)行編碼，然后進(jìn)行解碼，生成對(duì)應(yīng)的SQL語(yǔ)句。將自然語(yǔ)言查詢語(yǔ)句通過(guò)端到端的方式解析為SQL語(yǔ)句，只能滿足單輪對(duì)話的要求。當(dāng)需要基于上下文信息進(jìn)行查詢條件的變更進(jìn)行多輪對(duì)話時(shí)，由于端到端的解決方案中，不同對(duì)話輪次的上下文信息沒(méi)有實(shí)現(xiàn)關(guān)聯(lián)，得到的SQL語(yǔ)句的準(zhǔn)確率低，很難從數(shù)據(jù)庫(kù)得到當(dāng)前對(duì)話輪次需要的數(shù)據(jù)。

發(fā)明內(nèi)容

鑒于上述問(wèn)題，提出了本發(fā)明以便提供一種克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的一種查詢語(yǔ)句的生成方法、相關(guān)方法及裝置。

第一方面，本發(fā)明實(shí)施例提供一種查詢語(yǔ)句的生成方法，包括如下步驟：

將當(dāng)前對(duì)話輪次的自然語(yǔ)言查詢語(yǔ)句輸入到槽位識(shí)別模型中，得到當(dāng)前槽位結(jié)構(gòu)信息；所述當(dāng)前槽位結(jié)構(gòu)信息包括預(yù)設(shè)槽位結(jié)構(gòu)格式的槽位以及所述槽位中的所述自然語(yǔ)言查詢語(yǔ)句的命名實(shí)體；

若當(dāng)前槽位結(jié)構(gòu)信息中有空槽位，獲取至少一個(gè)在先對(duì)話輪次的自然語(yǔ)言查詢語(yǔ)句對(duì)應(yīng)的在先槽位結(jié)構(gòu)信息；

利用所述在先槽位結(jié)構(gòu)信息中命名實(shí)體填充當(dāng)前槽位結(jié)構(gòu)信息的空槽位；

對(duì)填充后的當(dāng)前槽位結(jié)構(gòu)信息中的各槽位對(duì)應(yīng)的命名實(shí)體進(jìn)行拼接，得到查詢語(yǔ)句。

在一個(gè)實(shí)施例中，在所述將當(dāng)前對(duì)話輪次的自然語(yǔ)言查詢語(yǔ)句輸入到槽位識(shí)別模型中之前還包括：

根據(jù)預(yù)先獲取的元數(shù)據(jù)表創(chuàng)建所述預(yù)設(shè)的槽位結(jié)構(gòu)格式的每個(gè)槽位對(duì)應(yīng)的命名實(shí)體的集合；

從各個(gè)所述集合中隨機(jī)抽取命名實(shí)體得到多個(gè)訓(xùn)練樣本；

對(duì)所述多個(gè)訓(xùn)練樣本進(jìn)行序列標(biāo)注，得到標(biāo)注后的訓(xùn)練樣本；

基于所述標(biāo)注后的訓(xùn)練樣本對(duì)初始模型進(jìn)行訓(xùn)練，得到所述槽位識(shí)別模型。

在一個(gè)實(shí)施例中，所述基于所述標(biāo)注后的訓(xùn)練樣本對(duì)初始模型進(jìn)行訓(xùn)練得到所述槽位識(shí)別模型包括：

將所述標(biāo)注后的訓(xùn)練樣本進(jìn)行分字處理，得到每個(gè)字對(duì)應(yīng)的字特征數(shù)據(jù)；

將所述字特征數(shù)據(jù)輸入到所述初始模型中的雙向長(zhǎng)短期記憶網(wǎng)絡(luò)中，得到各個(gè)所述字特征數(shù)據(jù)對(duì)應(yīng)的正向字特征數(shù)據(jù)和反向字特征數(shù)據(jù)；

將所述正向字特征數(shù)據(jù)和所述反向字特征數(shù)據(jù)進(jìn)行融合得到上下文字特征數(shù)據(jù)；

將所述上下文詞特征數(shù)據(jù)線性投影到所述初始模型中的條件隨機(jī)場(chǎng)網(wǎng)絡(luò)，得到所述標(biāo)注后的訓(xùn)練樣本的槽位識(shí)別結(jié)果；