典型文献
基于知识增强的NL2SQL方法
文献摘要：
面向关系型数据库的自然语言查询技术的核心是将自然语言解析成SQL查询语句(NL2SQL).目前,大多数NL2SQL方法仅对自然语言问句和表模式进行编码,难以充分理解问句的语义信息,产生的歧义可能导致预测出错.针对此问题,本文提出了基于知识增强的NL2SQL模型KESQL,首先使用实体链接技术将问句中的实体链接到外部知识图谱,通过引入问句中命名实体在外部知识图谱的知识来增强NL2SQL模型对于问句的理解能力,进而提高解析效果;选取DBpedia作为外部知识图谱,针对图谱中的各类知识,提出了基于符号化和向量化的知识增强方案,系统地论证了引入不同知识的效果及不同融合方式的优劣,实验结果充分验证了知识增强对NL2SQL任务的有效性.
文献关键词：
NL2SQL;实体链接;知识增强
中图分类号：
作者姓名：
王秋月;程路易;徐波;王志军
作者机构：
东华大学 计算机科学与技术学院,上海201620
文献出处：
引用格式：
[1]王秋月;程路易;徐波;王志军-.基于知识增强的NL2SQL方法)[J].智能计算机与应用,2022(07):1-7
A类：
KESQL
B类：
基于知识,知识增强,NL2SQL,关系型数据库,自然语言查询,语句,问句,表模式,分理,语义信息,歧义,预测出,出错,实体链接,接到,外部知识,命名实体,理解能力,DBpedia,符号化,向量化,增强方案,同知,融合方式
AB值：
0.337652
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
