10.3969/j.issn.1000-1220.2021.11.032
面向复杂查询请求的SQL自动生成模型
将自然语言自动转换成恰当的SQL语句是基于关系数据库智能问答系统的核心,而一个SQL语句执行后能否得到期望的查询结果在很大程度上取决于where子句的表达是否正确.目前,大多数Text2Sql算法只利用了数据库表的列语义向量来提取where子句中出现的值,但是当where子句中存在多列多值时往往无法准确地提取对应的值.本文提出的一种神经网络模型——2-SQL,将提取where子句中值的方式改进为范式转变模式.通过对运算符和值进行枚举,生成一系列的候选查询条件组合,再采用Transformer模型将查询请求语句与查询条件组合进行语义匹配,来实现对候选查询条件的筛选.实验表明,与现有Text2Sql相比较,2-SQL对复杂查询where子句中出现的值的提取具有较好的效果.
Text2Sql;数据库问答系统;语义匹配;2-SQL
42
TP311(计算技术、计算机技术)
国家自然科学基金项目61772342
2021-11-29(万方平台首次上网日期,不代表论文的发表时间)
共6页
2446-2451