[发明专利]一种自然语言至结构化查询语言的转换方法及系统

权利要求书

1.一种自然语言至结构化查询语言的转换方法，其特征在于，包括：

获取用户输入的自然语言问题文本；

根据所述输入的自然语言问题文本与预设数据集中自然语言问题的相似度，确定将所述输入的自然语言问题文本转换为结构化查询语言的转换结果，其中，所述预设数据集中包含自然语言问题与对应的结构化查询语言；

若所述预设数据集中不存在目标自然语言问题，则通过转换算法模型将所述输入的自然语言问题文本转换为结构化查询语言，其中，所述目标自然语言问题为所述预设数据集中与所述输入的自然语言问题文本的相似度最高的一个自然语言问题，且所述输入的自然语言问题文本与所述目标自然语言问题的相似度大于相似度阈值，所述转换算法模型为基于深度学习算法模型进行模型训练得到的；

所述根据所述输入的自然语言问题文本与预设数据集中自然语言问题的相似度，确定将所述输入的自然语言问题文本转换为结构化查询语言的转换结果之前，还包括：

选择预设场景下的数据库作为样本数据库，其中，所述样本数据库中包含自然语言问题与对应的结构化查询语言；

采集针对所述样本数据库中自然语言问题与对应的结构化查询语言的数据集映射，作为所述预设数据集；

通过文本相似度模型提取所述预设数据集中自然语言问题的特征向量，其中，所述特征向量用于计算所述输入的自然语言问题文本与预设数据集中自然语言问题的距离，以所述距离作为所述特征向量用于计算所述输入的自然语言问题文本与预设数据集中自然语言问题的相似度。

2.根据权利要求1所述的方法，其特征在于，所述根据所述输入的自然语言问题文本与预设数据集中自然语言问题的相似度，确定将所述输入的自然语言问题文本转换为结构化查询语言的转换结果之后，还包括：

若所述预设数据集中存在所述目标自然语言问题，则将所述自然语言问题文本转换为与所述目标自然语言问题对应的结构化查询语言。

3.根据权利要求1所述的方法，其特征在于，所述根据所述输入的自然语言问题文本与预设数据集中自然语言问题的相似度，确定将所述输入的自然语言问题文本转换为结构化查询语言的转换结果之前，还包括：

通过文本相似度模型提取所述输入的自然语言问题文本的特征向量与所述预设数据集中自然语言问题的特征向量；

通过所述文本相似度模型计算所述输入的自然语言问题文本的特征向量与所述预设数据集中自然语言问题的特征向量的距离，以所述距离作为所述特征向量用于计算所述输入的自然语言问题文本与预设数据集中自然语言问题的相似度。

4.根据权利要求1所述的方法，其特征在于，所述若所述预设数据集中不存在目标自然语言问题，则通过转换算法模型将所述输入的自然语言问题文本转换为结构化查询语言之前，还包括：

选择预设场景下的数据库作为样本数据库，其中，所述样本数据库中包含自然语言问题与对应的结构化查询语言；

采集针对所述样本数据库中自然语言问题与对应的结构化查询语言的数据集映射，作为训练样本数据集；

基于深度学习算法模型，使用所述训练样本数据集进行模型训练，得到所述转换算法模型。

5.根据权利要求4所述的方法，其特征在于，所述深度学习算法模型为文本编码器算法模型，在所述模型训练的过程中，将所述训练样本数据集作为训练数据输入，并将转换为结构化查询语言任务定义为所述样本数据库的表格列信息映射到结构化查询语言元素的分类任务、以及从所述自然语言问题中提取条件值的任务集合。

6.根据权利要求1所述的方法，其特征在于，所述根据所述输入的自然语言问题文本与预设数据集中自然语言问题的相似度，确定将所述输入的自然语言问题文本转换为结构化查询语言的转换结果之后，还包括：

获取所述用户输入的自然语言问题文本转换后的结构化查询语言。