检索结果-南通市图书馆

情报学报 1995年第6期14卷 410-416,473页

作者：夏景峰李必旺南京大学信息管理系

单汉字检索的发展已历经三代，本文所述的ＳＣＣＲＳ系统对第三代系统进行了一系列优化，尤其是支持自然语言查询，并为此提出了特例词典、单字匹配检索等新概念。本文叙述了有关实现算法，对ＳＣＣＲＳ的优缺点亦作出评价。

关键词：单汉字检索系统自然语言查询情报检索

带复杂计算的金融领域自然语言查询的SQL生成

在线全文

学校读者我要写书评

暂无评论

浙江大学学报（工学版） 2023年第2期57卷 277-286页

作者：何佳壕刘喜平舒晴万常选刘德喜廖国琼江西财经大学信息管理学院江西南昌330013

研究金融领域基于自然语言查询的结构化查询语言(SQL)生成问题(Text-to-SQL),构建一个金融领域Textto-SQL数据集,称为SOFT数据集.该数据集覆盖了金融领域的常见查询,具有鲜明的特点,并对Text-to-SQL提出了挑战.提出金融领域Text-to-SQL... 详细信息

研究金融领域基于自然语言查询的结构化查询语言(SQL)生成问题(Text-to-SQL),构建一个金融领域Textto-SQL数据集,称为SOFT数据集.该数据集覆盖了金融领域的常见查询,具有鲜明的特点,并对Text-to-SQL提出了挑战.提出金融领域Text-to-SQL模型FinSQL,该模型优化了对金融领域复杂查询的支持.通过分析一类复杂计算查询(行计算查询)的特点,提出一种基于分治的方法,即先将一个行计算查询分解为若干个子查询,分别针对每个子查询生成SQL语句,再将子查询的SQL语句组合在一起得到原始查询的SQL语句.在SOFT数据集上进行验证,结果显示,本研究所提的方法在复杂查询上效果优于已有方法.特别地,所提出的模型FinSQL能够较好地支持行计算查询.

关键词： Text-to-SQL 自然语言查询金融领域行计算查询分治方法

在线全文

学校读者我要写书评

暂无评论

一种基于自然语言查询的自动信息获取方法

计算机工程 2004年第22期30卷 142-144页

作者：李新娟蔡庆生刘贵全中国科学技术大学计算机科学与技术系合肥230027

介绍了一个智能的互联网信息采集工具,它支持用户用自然语言查询,用知网抽取出查询语句中的关键词,进行自动分类,并自动去元搜索引擎上检索,生成网页搜索结果。该系统在准确率保持和手工获取相差不多的情况下,大大缩短了获取信息的时间... 详细信息

介绍了一个智能的互联网信息采集工具,它支持用户用自然语言查询,用知网抽取出查询语句中的关键词,进行自动分类,并自动去元搜索引擎上检索,生成网页搜索结果。该系统在准确率保持和手工获取相差不多的情况下,大大缩短了获取信息的时间,节省了人力。

关键词：自然语言查询自动信息获取方法信息处理互联网

在线全文

学校读者我要写书评

暂无评论

基于外部语义知识补全的自然语言查询

计算机科学 2019年第8期46卷 272-276页

作者：冯雪北京信息科技大学计算机学院

语义网是依托互联网技术而产生的一类非常重要的资源。目前,语义网中的用户查询仅支持形式化的查询方式,因此需要严格地遵循某种特定的语法规范,从而导致只有熟悉语义网系统和形式语言的专业人士才能正确进行查询操作。为了弥补这一缺陷... 详细信息

语义网是依托互联网技术而产生的一类非常重要的资源。目前,语义网中的用户查询仅支持形式化的查询方式,因此需要严格地遵循某种特定的语法规范,从而导致只有熟悉语义网系统和形式语言的专业人士才能正确进行查询操作。为了弥补这一缺陷,提出了一个无指导的自然语言查询系统,它能自动地将自然语言的句子转换成语义网查询支持的形式语言语句,从而方便非专业用户(即普通用户)使用。该系统首先根据语义网自动抽取给定句子中的所有实体和属性,然后将这些实体和属性关联起来形成一个语义关联图,最后通过启发式的方式从图中搜索出一条最优路径,并将这条路径转换成SPARQL语句。该系统最关键的部分在于语义网中的实体和属性覆盖度,它能直接决定语义关联图的好坏,从而影响系统的最终性能。为了提升系统的实用性,进一步利用外部语义网的知识来补全和丰富自然语言句子中所蕴含的信息,优化中间生成的语义关联度,得到更准确的SPARQL语句。最后采用美国地理问题集进行实验以验证该系统以及提出的改进方法,该数据集共包含了880个问句的人工SPARQL语句,是自然语言查询相关工作中一个被广泛认可的数据集。最终实验结果表明:提出的基准系统能够正确回答77.6%的问题,显著优于当前最好的无指导系统;当采用外部语义知识补全后,回答正确率达到78.5%。

关键词：自然语言查询语义网无指导学习形式语言 SPARQL

在线全文

学校读者我要写书评

暂无评论

受限自然语言查询在GIS中的应用

测绘学院学报 2002年第4期19卷 283-286,289页

作者：张连蓬刘国林江涛李云岭季民山东科技大学地球信息科学与工程学院山东泰安271019

简单论述了空间信息系统的自然语言查询问题 ;在应用范围受限的条件下 ,提出了主要以自然语言中的关键词构造模式库来映射查询语句的思想方法 ;建立了系统的体系结构 ,并对空间操作算子、空间查询语句、模式库的结构等关键问题进行了讨论。

关键词： GIS 自然语言查询空间查询语句模式库地理信息系统

基于中文自然语言查询的多媒体数据库检索系统

在线全文

学校读者我要写书评

暂无评论

基于中文自然语言查询的多媒体数据库检索系统

作者：刘浩一山东师范大学

学位级别：硕士

教育信息化对教师提出了新的要求,教师作为学习资源的管理者,要在教学过程中确定所需的媒体资源,并提供查询线索。虽然因特网蕴含了大量的多媒体信息,但现有的搜索引擎多数采用基于关键词的方法,检索多媒体的准确度比较低。对于中小学... 详细信息

教育信息化对教师提出了新的要求,教师作为学习资源的管理者,要在教学过程中确定所需的媒体资源,并提供查询线索。虽然因特网蕴含了大量的多媒体信息,但现有的搜索引擎多数采用基于关键词的方法,检索多媒体的准确度比较低。对于中小学教师而言,日常教学工作繁忙,对计算机网络技术应用的熟练程度参差不齐,在多媒体资源的查找方面更需要方便快捷的系统来加以辅助。自然语言查询是指用户用自然语言在检索系统中对查询目标进行描述,系统从查询文本中自动提取查询条件、查询目标的关键特征,按一定的规则和算法在数据库中查找满足条件的记录作为查询结果反馈给用户。基于中文自然语言查询的多媒体数据库检索主要包括三个过程:从中文查询文本中提取查询目标媒体的关键特征;从数据库中查找满足查询条件并且与查询目标媒体具有较大相似度的记录;将查找到的记录数据作为检索结果按照相似度大小排序提供给用户。论文研究了中文自然语言理解的特点和分词的一般方法,建立自用的分词系统,对查询文本进行分词和词性标注。从查询文本中去除虚词、设定的缺省词汇,即可得到对目标媒体的描述,称为主题内容。根据颜色词典从主题内容中提取颜色词,与用户输入的颜色词合并后作为主色调颜色词;根据主体词词典和主体属性词典,从主题内容中进一步提取主体词和主体属性词;如果主题内容中有“背景是”或“背景为”两种句式,可以提取背景词。计算相似度之前,主题内容要依据同义词词典进行扩展。论文中采用相似度来衡量查询目标媒体和数据库媒体之间的差距。媒体的特征包括文件属性和内容特征,相似度计算主要是针对媒体的内容特征。论文中为图像、视频、动画、音频四种类型的媒体建立了内容特征表示模型,对于不同的内容特征使用不同的相似度计算方法。通过比较扩展后的主题内容与数据库中内容描述字段相同词的个数来计算主题内容相似度;主色调颜色词转换为HSI模式,与数据库中以数值方式标注的主色调字段进行色调相似度的计算;图像的主体与主体属性针对数据库中的主体字段计算相似度。所有的内容特征按照其所在

关键词：自然语言查询多媒体数据库检索内容特征相似度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

结构化数据的自然语言查询系统研究与实现

结构化数据的自然语言查询系统研究与实现

作者：谢释然中南财经政法大学

学位级别：硕士

结构化数据是一种组织结构明确的数据,具有价值密度高、便于存储和管理的特点。基于这些特点,很多有价值的信息采用结构化数据的形式存储。结构化数据的查询与人们的生产生活息息相关。但传统的结构化数据查询方式存在泛化能力弱、能表... 详细信息

结构化数据是一种组织结构明确的数据,具有价值密度高、便于存储和管理的特点。基于这些特点,很多有价值的信息采用结构化数据的形式存储。结构化数据的查询与人们的生产生活息息相关。但传统的结构化数据查询方式存在泛化能力弱、能表达的指令有限的问题,难以满足复杂多样的信息查询需求。自然语言查询指的是通过自然语言来查询结构化数据。这种查询方式可以弥补传统查询方式的不足,为用户带来更友好、灵活的查询体验。将自然语言转化为结构化查询语言SQL(Structured Query Language)是实现自然语言查询的方法之一。这种技术被称为自然语言生成SQL语句NL2SQL(Natural Language to SQL Statement)技术。现阶段,深度学习技术在自然语言处理领域上取得良好的效果,基于深度学习的NL2SQL方法成为热门研究方向。本文对现有的NL2SQL方法以及深度神经网络等技术展开分析与研究,设计并训练了一个NL2SQL模型。然后通过迁移学习方法将NL2SQL模型迁移到招标信息领域。利用迁移后的NL2SQL模型,本文设计并实现一个面向结构化招标信息的自然语言查询系统。本文的主要工作如下:1.分析自然语言生成SQL任务。本文根据SQL语法规则定义了一个SQL模板,并基于该SQL模板将自然语言生成SQL任务拆解为5个子任务。根据子任务取值集合的有限性,本文将子任务分为有限集合预测任务和无限集合预测任务两类。2.设计并训练自然语言生成SQL模型。本文采用分类模型和条件值预测模型分别处理有限集合预测任务和无限集合预测任务。分类模型将子任务关联关系体现到模型结构中,为子任务输入更多先验知识。同时,分类模型用SQL语法规则减少不符合语法的输出。条件值预测模型根据问句和数据表中的数据构建条件值取值集合,用取值集合约束条件值预测任务的输出空间,提高预测准确率。为了确定两个模型的最优超参数组合,本文在大规模中文单表数据集Table QA上进行了超参数优化实验。在该数据集的测试集上,模型整体的逻辑准确率和执行准确率分别达到了83.74%和88.86%。3.面向招标信息领域的模型迁移。为了使NL2SQL模型能更适应招标信息领域的查询任务,本文利用招标信息数据集将模型迁移,得到适用于招标信息领域的NL2SQL模型。其中,招标信息数据集通过人工标注与数据增强的方法构建。4.设计并实现自然语言查询系统。本文结合应用场景和用户需求,设计并实现了一个面向结构化招标信息的自然语言查询系统。利用迁移后的NL2SQL模型,系统实现了用自然语言查询结构化招标信息的功能。

关键词：结构化数据自然语言查询深度学习迁移学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向金融数据的自然语言查询翻译研究

面向金融数据的自然语言查询翻译研究

作者：何佳壕江西财经大学

学位级别：硕士

数据库能够提供对大量数据的高效存储和访问,然而查询数据库需要掌握数据库查询语言SQL,对于普通用户而言存在一定的门槛。自然语言查询翻译研究,将自然语言查询翻译生成SQL语句(简称Text-to-SQL任务),这一技术既能节省用户学习专业知... 详细信息

数据库能够提供对大量数据的高效存储和访问,然而查询数据库需要掌握数据库查询语言SQL,对于普通用户而言存在一定的门槛。自然语言查询翻译研究,将自然语言查询翻译生成SQL语句(简称Text-to-SQL任务),这一技术既能节省用户学习专业知识的成本,提升查询数据的效率,也有利于构建智能数据库查询系统,具有重要的研究价值。Text-to-SQL技术经过一段时间的发展,已经取得了较大的进步,但仍存在一定的问题:现有数据集大都是英文数据集,中文数据集比较缺乏;现有研究主要关注机票订阅、地理或其他多领域,对于金融领域则鲜有涉及;现有数据集的自然语言查询表述形式比较单一,不够多样化,并且SQL查询语句偏简单,不够全面;现有Text-toSQL模型无法处理一些复杂的自然语言查询问题。针对上述问题,本文构建了一个金融领域中文数据集,并有针对性地研究了一类较为复杂的查询翻译问题。本文的具体工作包括:(1)本文构建了一个金融领域中文数据集(SQL over Financial Text,简称SOFT数据集)。与传统的基准数据集相比,本文提出的SOFT数据集具有自然语言查询表达更为多样,SQL查询语句更为全面复杂等特点,覆盖了分组排序查询、多表连接查询、嵌套查询、行计算查询等复杂查询。实验表明本文SOFT数据集对目前Text-to-SQL模型提出了新的挑战。(2)针对SOFT数据集的特点,本文提出了金融领域Text-to-SQL模型RSFSQL,该模型将RYANSQL作为参考模型。RSFSQL模型在RYANSQL模型的基础上新增了处理行计算查询的方法,通过分析行计算查询问题和SQL查询语句的特点,提出了一套“问题识别-问题分解-子查询生成-结果组装”的行计算查询解决方案。通过实验与分析验证了本文RSFSQL模型处理行计算查询方法的有效性。

关键词：数据库自然语言查询金融领域行计算查询

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的数据库自然语言查询模型研究

基于深度学习的数据库自然语言查询模型研究

作者：李相臣华中科技大学

学位级别：硕士

在关系型数据库中,存储了大量的结构化信息,这些信息是十分有价值的,但是对关系型数据库的访问却并不容易,它要求用户掌握如SQL这样的查询语言,而SQL语言的学习存在门槛。自然语言作为日常主要使用的信息表达方式,将它与数据库查询技术... 详细信息

在关系型数据库中,存储了大量的结构化信息,这些信息是十分有价值的,但是对关系型数据库的访问却并不容易,它要求用户掌握如SQL这样的查询语言,而SQL语言的学习存在门槛。自然语言作为日常主要使用的信息表达方式,将它与数据库查询技术结合起来,使得非专业用户能够以一种更加简便的方法去查询自己需要的信息,具有良好的应用前景,自然语言查询的研究也逐渐成为研究热点。目前在自然语言查询技术领域的研究,存在以下问题:大多集中在英文领域;缺少目标数据库表的定位过程,与实际应用的需求不符;自然语言问题中涉及到多个条件列及条件值的时候,可能会存在值匹配错误。为了解决这些问题,提出了基于深度学习的端到端的自然语言查询定位转换模型(Locating and Transformation to Structured Query Language Model,LT-SQL),将自然语言查询的过程分为两个步骤进行解决:1.目标数据库表定位;***关键字生成。具体地,在步骤1中,提出基于问题语义近邻向量思想的目标数据库表定位方法,找到自然语言问题在训练数据中最相近的邻居,并将邻居问题的数据库表作为当前自然语言问题的目标数据库表;在步骤2中将设置多个子任务分别解决不同位置的关键字,最终将所有子任务的结果结合并生成SQL语句。为了解决条件列与条件值匹配错误的问题,为数据库表表头的每个列都生成对应的条件,按照概率大小取出指定个数的条件作为SQL查询语句的WHERE子句。在两个中文自然语言查询数据集上进行了实验,实验整体上分为两部分:1.目标数据库表的定位,对比模型包括经典的分类模型和基于语义近邻的其他方案;***关键字生成,对比模型包括自然语言查询领域的经典模型和最新模型。实验结果显示,所提出的定位转换模型在真实业务数据上的表现优于其他模型,且将上述两个模块组合起来可以达到较高的自然语言查询准确率,达到了应用于实际系统中的标准。

关键词：自然语言查询表定位模型转换模型近邻思想深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中文数据库自然语言查询技术研究

中文数据库自然语言查询技术研究

作者：蒋晓科暨南大学

学位级别：硕士

中文数据库自然语言查询技术大大简化了人机交互的过程,使用户可以只以应用领域的概念访问数据库。随着各个企业对于数据库应用的需求越来越强烈,对中文数据库自然语言查询技术的研究将具有重要的理论意义和实用价值。由于中文语句的复... 详细信息

中文数据库自然语言查询技术大大简化了人机交互的过程,使用户可以只以应用领域的概念访问数据库。随着各个企业对于数据库应用的需求越来越强烈,对中文数据库自然语言查询技术的研究将具有重要的理论意义和实用价值。由于中文语句的复杂性和多样性,如果我们不对输入语句加以限制,则会为自然语言查询接口的实现带来困难。为此,本文提出受限汉语的概念。并在此基础上,提出了受限汉语文法,同时设计开发了针对招聘系统的系统辞典.机器进行自然汉语理解的第一步操作就是分词。本文采用的分词技术是改进的逆向最大匹配法,结合归右原则技术对分词结果可能存在的二义性进行检测和消除,从而极大限度地保证了分词的精度。利用词法分析的结果,系统在句法分析阶段可以方便的生成查询目标和查询条件,并利用其生成本系统的中间语言。在确立了中间语言数据结构之后,进行关联路径的搜寻。在确立目标实体与条件实体之间的关联路径后,即可形成完整SOL语句。本文对不同关联路径提出了各自的解决方案,并举例加以说明。最后总结了本文的研究内容和创新点,并对未来工作作出了展望。

关键词：自然语言查询受限汉语中间语言关联路径