| 辅助任务增强的中文跨域NL2SQL算法 |
| |
| 作者姓名： | 胡亚红 刘亚冬 朱正东 刘鹏杰 |
| |
| 作者单位： | 1.浙江工业大学计算机科学与技术学院,浙江杭州 310023;2.西安交通大学软件学院,陕西西安 710049;3.西安交通大学计算机科学与技术学院,陕西西安 710049 |
| |
| 基金项目： | 国家重点研发计划资助项目(2018YFB0204003,2018YFB0204004) |
| |
| 摘 要： | 自然语言到结构化查询语言(natural language to structured query language,NL2SQL)任务旨在将自然语言询问转化为数据库可执行的结构化查询语言(structured query language,SQL)语句.本文提出了一种辅助任务增强的中文跨域NL2SQL算法,其核心思想是通过在解码阶段添加辅助任务以结合原始模型来进行多任务训练,提升模型的准确率.辅助任务的设计是通过将数据库模式建模成图,预测自然语言询问与数据库模式图中的节点的依赖关系,显式地建模自然语言询问和数据库模式之间的依赖关系.针对特定的自然语言询问,通过辅助任务的提升,模型能够更好地识别数据库模式中哪些表/列对预测目标 SQL 更有效.在中文NL2SQL数据集DuSQL上的实验结果表明,添加辅助任务后的算法相对于原始模型取得了更好的效果,能够更好地处理跨域NL2SQL 任务.
|
| 关 键 词： | 人工智能 深度学习 自然语言处理 语义解析 |
| 收稿时间： | 2022-01-18 |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 |
|
点击此处可从《国防科技大学学报》下载免费的PDF全文 |
|
