典型文献
基于自裁剪异构图的NL2SQL模型
文献摘要：
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.
文献关键词：
自然语言转换为结构化查询语言;异构图;自裁剪机制;语义解析;预训练语言模型
中图分类号：
作者姓名：
黄君扬;王振宇;梁家卿;肖仰华
作者机构：
复旦大学 软件学院,上海 200433;信息系统工程重点实验室,南京 210007
文献出处：
引用格式：
[1]黄君扬;王振宇;梁家卿;肖仰华-.基于自裁剪异构图的NL2SQL模型)[J].计算机工程,2022(09):71-77,88
A类：
自然语言转换为结构化查询语言,执行准确率,SPRELA,RaSaP,自裁剪机制
B类：
异构图,NL2SQL,语义解析,问句,联合学习,合编,无用信息,相对位置,位置注意力机制,序列到序列,ELECTRA,预训练语言模型,骨干网络,专家知识,建初,多头,树型,解码器,预定,语法,语句,Spider,同参数,参数量,数量级,百分点,对齐,自然语言查询,语义信息
AB值：
0.216403
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。
