自然语言到SQL查询

Question

我一直在开发一个“将自然语言转换为SQL查询”的系统。

我读过类似问题的答案，但没有得到我想要的信息。

下面是我从关系数据库自然语言转换为SQL查询的算法获得的这样一个系统的流程图。

我已经理解到了词性标注步骤的一部分。但我该如何处理剩下的步骤。

1. 是否需要培训所有可能的SQL查询？
2. 或者，一旦完成了词性标记，我就必须处理这些单词并形成SQL查询？

编辑:我已经成功地实现了从步骤“用户查询”到“词性标记的一部分”。

谢谢。

Answer 1

如果您想从另一个角度来解决这个问题，通过端到端的学习，这样您不会提前指定前面提到的这个大型管道，那么您所关心的就是句子和它们相应的SQL查询之间的映射。

教程：

如何与数据库对话

文件：

• Seq2SQL:利用增强学习从自然语言生成结构化查询销售力量
• 神经查询者:学习自然语言中的查询表

数据集：

用于开发自然语言接口的大型带注释的语义分析语料库。

Github代码：

1. seq2sql
2. SQLNet

此外，还有一些商业解决方案，如nlsql。

Answer 2

NLTK一步一步地指导您使用python中的nltk包将人类语言转换为SQL查询所需的一切。

这是初步的，但它回答了你的问题。

Answer 3

为了补充Fadi的回答，下面是有关NL到SQL方法的其他有用的文章。这些方法的主要区别在于，它们支持使用多个表(连接不同的表)回答的查询，但是Salesforce文件(及其数据集)一次集中于一个表上的查询。

• 从用户反馈中学习语义神经分析器
• 数据库端到端的自然语言接口

这两篇论文都使用GeoQuery数据集avaialbe 这里。