[發明專利]一種面向智能數據可視化的對話式問答實現方法

有效

• 申請號: 202110399195.1
• 申請日: 2021-04-14
• 公開（公告）號: CN113111158B
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 李齊良;李舒琴
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/242;G06F16/338;G06F16/34
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 周希良

本發明公開了一種面向智能數據可視化的對話式問答實現方法，其按如下步驟進行：第一步：通過數據庫收集、分析方法的SQL函數集構建、問題創建與SQL、可視化方案標注、SQL語句審閱、問題文本審閱、整體審閱來構建數據集；第二步：在數據集的基礎上，通過具體問題的數學化來構造問題；第三步：建立將文本轉化為分析型SQL，文本可視化方案提取的模型框架；第四步：建立自動評估與人類評估的評估方案。本發明能夠構建一個更加支持分析的數據問答系統，相對于普通BI數據問答系統能夠支持更多的分析方法。

技術領域

本發明屬于人工智能技術領域，具體涉及一種面向商務智能數據可視化的對話式知識問答實現方法。

背景技術

隨著人工智能(AI)技術的進步，以及大數據的支撐，人工智能(AI)技術開始廣泛的應用于各個領域，比如圖像識別、物體檢測、圖像生成、機器翻譯、知識圖譜、對話問答等領域。AI技術在這些領域的運用可以幫助人們減少重復性勞動，提高工作效率并輔助人們進行創造。在商務智能領域，人們通過對原始數據進行轉換，應用分析算法來獲得見解，進而幫助決策。目前分析者得到一個分析結果通常需要經歷如下的步驟：了解數據結構，轉換原始數據，選擇分析方法或自行撰寫分析函數，制定可視化展示方案，得到結果。而現有技術存在的缺陷是，需要花費大量的時間，并且過程難以復制，造成了很多重復勞動。

發明內容

基于上述現狀，研發一種技術方案可以幫助簡化步驟，那么分析的復雜性可以被大大簡化，分析者可以更加聚焦于了解數據背后的見解，從數據中獲得更多的知識，因此，本發明提供了一種面向智能數據可視化的對話式問答實現方法，其包括基于自然語言的算法，進一步為系統問答式知識的圖譜可視化打下基礎。

本發明采取以下技術方案：

一種面向智能數據可視化的對話式問答實現方法，即實現商務智能分析、及自然語言轉化為SQL(結構化查詢語言)以及自動可視化。將通過商務智能分析方法來構建一個新的包含常見分析方法的NL2SQL數據集(NL2BISQL數據集)，然后利用本發明中的模型，來實現面向商務智能可視化的問答過程，返回可視化結果作為回答。其按如下步驟進行：

第一步：數據集構建：通過數據庫收集、分析方法的SQL(結構化查詢語言)函數集構建、問題創建與SQL、可視化方案標注、SQL語句審閱、問題文本審閱、整體審閱來構建數據集；

第二步：問題構造：在數據集的基礎上，通過具體問題的數學化來構造問題；

第三步：模型框架：建立將文本轉化為分析型SQL，文本可視化方案提取的模型框架；

第四步：評估方案：自動評估與人類評估的評估方案建立。

進一步的，第一步具體如下：

本發明在Spider數據集的基礎上進行擴展。其中包含200個數據庫，其中每個數據庫平均含有5.1個表格。經過檢查，雖然該數據集可以泛化至不同的領域，再增加一些商業場景下的數據，能夠更直接的驗證商務智能場景中的應用效果。

本發明采用描述性分析(descriptive statistic)與推理統計(inferentialstatistics)來收集常用分析方法，并構建一種機制使使用者能夠根據需要擴展。確定了分析方法后，制定默認的可視化方案，最后形成分析方法的SQL函數集。

在擁有分析方法的SQL函數集后，則可開始生成文本及對應的SQL、及可視化。其過程為：首先針對每個數據集生成20-30個SQL，這些SQL的生成遵循如下規則：1)覆蓋50％的分析方法；2)涉及數據庫的每一個表格；3)自動根據表格屬性生成SQL；4)由于對于同一結果，用不同的SQL表示，規定SQL協議，生成時須符合協議。

對于具有多個可能的SQL翻譯的問題，審閱者應仔細檢查是否根據協議正確選擇了SQL標簽。然后，審閱者檢查當前數據庫中的所有SQL語句是否覆蓋50％分析方法，是否涉及數據庫中所有表格。