自然语言生成多表SQL查询语句技术研究

摘要：

自然语言生成SQL查询不仅是构建智能数据库查询系统的一个重要组成部分,亦是新型供电轨道交通系统混合时态大数据个性化运维的难点之一.目前利用深度学习模型的方法专注于数据库中单表SQL查询生成,无法解决数据库中多表SQL查询生成.针对这个问题,采用一种基于SQL语句模板填充的方法,将序列生成问题转化为多个分类问题,在训练深度学习模型的过程中充分利用SQL子句不同预测成分之间的依赖关系.在FROM子句的多表JOIN路径生成方面,将其建模为斯坦纳树问题,采用一种全局最优的算法来进行求解.在一个开放的文本生成SQL数据集Spider上对模型和算法进行实验验证,实验结果表明该方法能有效地提升多表SQL查询生成的查询匹配准确率.

关键词：自然语言、SQL查询生成、多表、模板填充、深度学习

所属期刊栏目：14

分类号：TP391.1(计算技术、计算机技术)

资助基金：The National Key Research and Development Program of China under Grant No. 2017YFB1201001 国家重点研发计划;the National Natural Science Foundation of China under Grant No. 61672455 国家自然科学基金;the Natural Science Foundation of Zhejiang Province under Grant No. LY18F020005 浙江省自然科学基金

在线出版日期：2020-07-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1133-1141