自然语言生成多表SQL查询语句技术研究

• 作者: 吴晓凡 曹金超 陈刚 陈珂 黄滔
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 自然语言 SQL查询生成 多表 模板填充 深度学习
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 数据库技术
• 页码范围: 1133-1141
• 页数: 9页
• 分类号: TP391.1
• 字数: 6577字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1908025

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈刚	浙江大学计算机科学与技术学院	204	2984	32.0	47.0
5	陈珂	浙江大学计算机科学与技术学院	22	25	4.0	4.0
9	曹金超	浙江大学计算机科学与技术学院	1	0	0.0	0.0
10	黄滔		1	0	0.0	0.0