基于自然漢語的數(shù)據(jù)庫查詢研究.pdf

1、自然語言處理是人工智能的一個(gè)重要研究領(lǐng)域，它主要研究如何利用計(jì)算機(jī)來理解、處理和生成自然語言。在數(shù)據(jù)庫查詢系統(tǒng)中應(yīng)用自然語言理解技術(shù)，設(shè)計(jì)數(shù)據(jù)庫自然語言查詢接口，己成為自然語言研究中最具有廣泛應(yīng)用前景的方向之一。 本文主要對數(shù)據(jù)庫自然漢語查詢接口進(jìn)行研究。由于自然漢語本身的復(fù)雜性，在開放領(lǐng)域內(nèi)很難實(shí)現(xiàn)對查詢語句的完全理解。但數(shù)據(jù)庫查詢語句是面向特定領(lǐng)域——數(shù)據(jù)庫查詢，所以數(shù)據(jù)庫查詢語句是一個(gè)受限漢語，而且數(shù)據(jù)庫ER模型是一種很好

2、的信息模型。在自然漢語理解中結(jié)合受限漢語和數(shù)據(jù)庫ER模型，可大大增強(qiáng)查詢接口的可實(shí)現(xiàn)性。 本文首先介紹了數(shù)據(jù)庫自然語言查詢接口，提出了本課題的研究背景和現(xiàn)狀。在對已有技術(shù)的總結(jié)上，設(shè)計(jì)了一個(gè)通用的數(shù)據(jù)庫自然漢語查詢接口模型，該接口主要包括自然漢語理解部分和知識庫部分。 在自然漢語理解部分中，有自動(dòng)分詞、中間語言生成和SQL語句生成三個(gè)模塊。先對查詢語句自動(dòng)分詞和詞性標(biāo)注，本文采用最大正向匹配算法，對每個(gè)分詞結(jié)果進(jìn)行尾部歧

3、義檢查，對最主要的交集型歧義采用歸右原則處理。然后對標(biāo)注好的詞串切分并提取目標(biāo)短語、條件短語。再將每一種類型的目標(biāo)短語和條件短語轉(zhuǎn)化為相應(yīng)的查詢目標(biāo)和查詢條件，填充相關(guān)的實(shí)體數(shù)組、查詢目標(biāo)數(shù)組、查詢條件數(shù)組等，生成完備的中間語言。最后再通過數(shù)據(jù)庫關(guān)聯(lián)知識庫確定目標(biāo)實(shí)體和條件實(shí)體的關(guān)聯(lián)路徑，這樣就可以方便地生成SQL查詢語句。 自然語言理解部分的基礎(chǔ)是一個(gè)良好的知識庫，為了便于向其他數(shù)據(jù)庫移植，本接口系統(tǒng)中的知識庫分為通用知識庫和