基于自然语言的检索方法在图案数据库中的应用研究*

基于自然语言的检索方法已经应用到许多数据库系统中。根据图案数据库的特点,提出了一个基于自然语言的检索模型,论述了怎样将自然语言转换成查询语句（SQL语句）需要注意的一系列问题。     

Using a natural language interface with casual users

Although there is much controversy about the merits of natural language interfaces, little empirical research has been conducted on the use of natural language interfaces for database access, especially for casual users. In this work casual users were observed while interacting with a real-life database using a natural language interface, Intellect.Results show that natural language is an efficient and powerful means for expressing requests. This is especially true for users with a good knowledge of the database contents regardless of training or previous experience with computers. Users generally have a positive attitude towards natural language. The majority of errors users make are directly related to restrictions in the vocabulary. However, feedback helps users understand the language limitations and learn how to avoid or recover from errors. Natural language processing technology is developed enough to handle the limited domain of discourse associated with a database; it is simple enough to support casual users with a general knowledge of the database contents; and it is flexible enough to assist problem-solving behaviour.     

关于自然语言数据库更新模型问题研究

一个完全的自然语言数据库的存取通常需要既支持查询,也需要支持更新。近几年来,在支持自然语言数据库查询问题的研究上虽然已做了很多工作,但在支持自然语言数据库更新问题的研究上所做的工作却甚少。本文介绍了一种支持自然语言数据库更新的现实世界模型,其目的是设计一个易于移植到不同数据库以及不同DBMS上的系统。     

数据库NL界面上汉语查询的EAAD模型

本文给出一种旨在描述数据库ＮＬ界面上汉语查询的语法，语义结构的ＥＡＡＤ模型。通过该模型，数据库自然语言界面上的查询分析与理解，可以与其相应的背景知识 机地结合起来，ＥＡＡＤ模型适合于描述任意构形上的ＥＲ模型或与其相应的关系模型上的汉语查询，尤其是描述涉及多实体，多路径的查询的结构规律，有利于增强数据库ＮＬ界面的理解力和可移植性。     

数据库汉语查询接口WTCDIS系统的设计与实现

数据库自然语言查询接口可以使用户直接以日常生活中使用的自然语言提出查询请求,获取数据库中的信息。这是一个具有重要理论价值和巨大实用价值的研究领域。本文在总结数据库汉语查询的语言规律基础上,重点介绍了我们设计实现的一个数据库汉语查询接口系统WTCDIS,最后给出了对该系统进行初步测试的结果。     

A Field Evaluation of Natural Language for Data Retrieval

Although a large number of natural language database interfaces have been developed, there have been few empirical studies of their practical usefulness. This paper presents the design and results of a field evaluation of a natural language system-NLS-used for data retrieval.     

Transportable natural language database update

Natural language database access requires support of both query and update capabilities. Although a great deal of research effort has gone to support natural language database query, little effort has gone to support update. We describe a model of action that supports natural language database update, as well as query, and the implementation of a system that supports the model. A major goal of this research is to design a system that is easily transportable both to different database domains and different database management systems.     

基于自裁剪异构图的NL2SQL模型

自然语言转换为结构化查询语言（NL2SQL）是语义解析领域的重要任务,其核心为对数据库模式和自然语言问句进行联合学习。现有研究通过将整个数据库模式和自然语言问句联合编码构建异构图,使得异构图中引入大量无用信息,并且忽略了数据库模式中不同信息的重要性。为提高NL2SQL模型的逻辑与执行准确率,提出一种基于自裁剪异构图与相对位置注意力机制的NL2SQL模型（SPRELA）。采用序列到序列的框架,使用ELECTRA预训练语言模型作为骨干网络。引入专家知识,对数据库模式和自然语言问句构建初步异构图。基于自然语言问句对初步异构图进行自裁剪,并使用多头相对位置注意力机制编码自裁剪后的数据库模式与自然语言问句。利用树型解码器和预定义的SQL语法,解码生成SQL语句。在Spider数据集上的实验结果表明,SPRELA模型执行准确率达到71.1%,相比于相同参数量级别的RaSaP模型提升了1.1个百分点,能够更好地将数据库模式与自然语言问句对齐,从而理解自然语言查询中的语义信息。