CN112035506A - 一种语义识别方法及其设备 - Google Patents

Abstract

本发明公开了一种语义识别方法及其设备，语义识别方法包括如下步骤：接收用户输入，用户输入为中文自然语言的语音输入或文字输入；对用户输入进行修正优化，进行语法分析以及实体解析；触发Query行为确定检索意图和检索主题检索的具体表格；通过上下文消除歧义字段和/或对上下文信息聚合；根据确定的Function、Column生成SQL语句，SQL语句所需必要元素收集齐全后；将执行SQL语句结果转化组装为自然语言和/或图表并输出；本发明还公开了一种语义识别设备，包括输入模块数据库模块，自动语音识别修正模块，分析解析模块，询问行为模块等；用于实现本发明的语义识别方法，本发明对自然语言的识别精度高、速度快、支持自定义扩展、支持中英文，并且能够输出图表。

Description

一种语义识别方法及其设备

技术领域

本发明涉及人工智能自然语言处理领域，特别涉及一种语义识别方法及其设备。

背景技术

随着技术的发展，人机交互体验得到了长足的进步，从最初的计算机语言输入到图文界面，人们期待并不断尝试着新的人机交互方式以获得更好的交互体验。以语音直接交互为例，由于其与直接和人类交流非常类似，且方便安全，可以在开车、运动的同时完成计算机操作，因此深受欢迎。语音交互以及其他人机交互可以通过自然语言与计算机语言之间的相互转化，即语义识别方得以实现。现有的人机交互技术多采用传统自然语言查询，即根据用户输入文字进行文字和网页内容相关度做匹配排序，本质上不会对文字进行语义上的理解，因此无法完成精细的数据库查询和筛选。而传统的数据库查询则需要操作人员具有较高的专业素养，即使是编程技术人员也需要一定时间的学习培训才能掌握语法规则，同时需要对数据库结构非常熟悉才知道如何组织查询逻辑。

欧洲发明专利申请EP3502928A1，Intelligent Natural Language QueryProcessor，公开了一种用于回答针对数据库系统的自然语言查询(NLQ)的系统。该系统包括查询接收器接收NLQ并将NLQ建模为包括至少主题实体和意图实体的实体元组。该系统还包括服务发现组件和查询转换单元。该发明的资源调用方式采用ODate API，将自然语言处理转换成数据库查询。但是，由于该发明采用OData数据架构，导致在技术上存在一些限制，如根据上下文分析识别用户的对话意图仅采用主语或代词替换的方式，对自然语言的语义理解准确度还不够高；该发明也无法实现复杂计算，例如求和、求平均、最值等计算方法；此外，该发明无法实现对中文的自然语言进行识别和查询，该发明不具有将查询结果制作为图表反馈给用户的功能。

而本发明支持中文及英文的自然语言识别，本发明的上下文分析还设置了增量替换、Function替换、以及适时清空上文的逻辑，在对NLQ进行语义识别前，配置了可自定义的文字预处理过程，以及自动语音识别修正优化，确保查询意图的准确度；本发明还可以实现求和、求平均、最大、最小、最新、差值、同比、环比等各种复杂计算方法；本发明还可以实现图表功能，将查询结果制成图表与结果一起反馈给用户；此外，本发明适用关系型数据库，可以学习枚举类型的值的可能性，日期类型值的颗粒度等。

发明内容

为解决现有技术存在的问题，本发明提供了一种语义识别方法及其设备。

本发明的第一个方面提供了一种语义识别方法，包括如下步骤：

接收用户输入的文本；

判断是否进入自然语言查询处理流程；

如进入自然语言查询处理流程，结合用户数据库对用户文本进行修正优化；

对经过修正优化的文本进行句子解析；

触发询问，根据用户配置获取查询主题和查询意图；

定表，从数据库中确定用户查询需要使用的数据表；

如触发询问步骤未能确定查询主题和查询意图，根据用户输入、句子解析的信息及消除歧义的信息，判定查询主题和查询意图；

收集缺失的必要查询元素；

创建结构化查询语言语句；

执行结构化查询语言语句；

返回执行结果和/或图表。

进一步的，用户输入为自然语言输入，自然语言可以为中文，输入方式包括语音输入和文字输入；所述输入方式为语音输入时，修正优化为自动语音识别修正优化(ASR修正优化)，自动语音识别修正是指通过计算机技术自动将语音输入内容转化为相应文本并对其进行语义修正。

此外，本发明也支持英文自然语言的输入。

从用户处接收用户输入的文本之后，判断是否进入自然语言查询处理流程，具体包括：判断用户输入的文本是否处于多轮对话中，如是，进入自然语言查询流程，如否，调用自然语言查询接口触发模块判断用户输入的文本是否包含数据库查询相关的实体，如是，进入自然语言查询处理流程；如否，调用闲聊语料库中的回复反馈用户。进一步的，如用户输入的文本处于多轮对话中，判断用户输入的内容是否为“退出”，如是，触发缺省回复(backfill)；如否，调用自然语言查询接口触发模块判断用户输入的文本是否包含数据库查询相关的实体，如是，进入自然语言查询流程，如否，触发缺省回复(backfill)；所述缺省回复包括调用闲聊语料库中的回复反馈用户，以及退出多轮对话。

进一步的，所述语义识别方法，还包括，用户可以自行选择、补充、修正被检索的数据库，所述数据库由多张具体表格构成，所述具体表格并不局限于如excel等以框架形式展现的信息排序，此处的表格为各种形式的信息集合。

进一步的，在进入自然语言查询处理流程之后，进行修正优化之前，还包括根据自定义配置的文本预处理脚本进行文本预处理的步骤，用户可以在这里增加对特殊文本的处理脚本。

进一步的，对用户输入进行修正优化，如用户输入为语音输入，进一步的，对经过修正优化的用户输入文本进行实体解析和/或语法解析，所述实体解析是指分析并识别文本中的具有特定意义的实体，根据数据库中枚举值的集合以及数据表的数据栏名进行查询主题的实体解析，包括人名、地名、机构名、专有名词、时间、数量、货币、比例数值等数据库中数据表表栏名称(Column)类(主宾类)词语，同比、环比、最大、最小、以及比较类的表达计算方式(Function)类(查询意图类)的词语或句子，以及“到”、“去”、“要”、“包括”、“除了”等逻辑类词语；所述语法分析包括分析文本采用的语法，如肯定、否定、转折、强调、反问等。

进一步的，所述语义识别方法，还包括，所述修正优化的训练用数据库包含中文数据库。

进一步的，所述语义识别方法，还包括，所述语法分析和/或实体解析的训练用数据库包含中文数据库。

进一步的，所述语义识别方法，还包括，用户可以自行配制语法分析和/或实体解析方法，所述自行配制可以采用预处理脚本等方式实现；所述自行配置语法分析方法是指自行定义某些特殊语法，如省略、倒装；所述自行配置实体解析方法，是指自行定义具有特定意义的实体的内容，如生僻的地名，或者对特殊内容进行特殊处理，如将节日转化为公历。

进一步的，所述语义识别方法，还包括，用户可以预先对Function进行自定义配置，所述对Function进行自定义配置是指赋予某个文字以Function含义或者赋予某个Function类文字、词语或句子以特殊的含义。

进一步的，在触发询问之前，还包括根据用户配置的查询意图前预处理脚本进行文本预处理的步骤。

进一步的，通过触发查询(Query)行为确定检索的具体表格，所述Query行为是指获取用户输入文本中已有的Function、Column，判断能否根据Function、Column确定检索的具体表格，若是，则执行下一步，若否，则判断是否能通过用户给定信息确定检索的具体表格，若是，则执行下一步，若否，则返回无法定表话术；所述无法定表话术可以是告知用户无法确认表格并询问缺失信息。

进一步的，所述语义识别方法，还包括，定表之后，判断用户是否有定表数据表的访问权限，若是，则执行下一步，若否，则返回无权限话术。

进一步的，所述语义识别方法，还包括，若用户有定表数据表的访问权限，判断用户是否有定表数据表具体数据列的访问权限，若否，则筛除无权访问的数据列，若是，则执行下一步。

进一步的，还包括如下步骤：若不能通过询问行为确定查询意图(Function),查询意图包括数据查询方式或数据计算方式，根据用户输入的文本，以及解析出来的实体确定数据查询方式或数据计算方式。

进一步的，还包括如下步骤：从用户输入的文本以及上下文收集查询参数。根据当前的Function、Column生成结构化查询语言(SQL)语句，判断SQL要件是否齐全，所述结构化查询语言(SQL)是一种编程语言，所述SQL要件齐全是指当前信息能够构成一条完整的SQL表达即存在Function以及执行Function所必备的Column和Value，Value是指数据表的表项内容；若不齐全，则返回追问话术；若齐全，则执行SQL语句。

进一步的，所述语义识别方法，还包括，通过上下文消除歧义字段和/或对上下文信息聚合以确定用户输入文本中的Function、Column，所述上下文信息聚合是指结合用户输入的上下文对用户输入文本进行补充。

进一步的，所述语义识别方法，还包括，将Function、Column信息合成出SQL中间表示的步骤，所述SQL中间表示包含有完整的SQL的逻辑语义，能够方便的扩展成表达同样逻辑语义的其他SQL类方言，比如OracleSQL。

将执行SQL语句结果转化组装为自然语言并输出，所述输出可以是语音输出也可以是非语音输出。

进一步的，所述语义识别方法，还包括，将执行SQL语句结果转化为图表并输出。

更优的，所述将执行SQL语句结果转化为图表的步骤可以依据默认方式进行，也可以依据用户自定义的方式进行。

本发明的还提供了一种语义识别设备，包括：输入模块、数据库模块、修正模块、分析解析模块、询问行为模块(Query行为模块)、语句生成模块、判断模块、执行模块、输出模块。

输入模块，用于接收用户输入，所述用户输入可以是语音输入，用户输入的内容可以是自然语言。

数据库模块，用于存储或接通被检索的数据库；所述数据库可以被本地存储于所述数据库模块也可以是在云端或者网络通过本数据库模块进行连接，所述数据库由多张具体表格构成，所述具体表格并不局限于如Excel等以框架形式展现的信息排序，此处的表格应理解为各种形式的信息集合。

进一步的，所述数据库模块可以通过用户的操作来选择、补充、修正被检索的数据库。

修正模块，用于对用户输入进行修正优化，如用户输入为语音输入，修正优化采用自动语音识别修正技术；ASR(Automatic Speech Recognition)修正是指通过计算机技术自动将语音输入内容转化为相应文本并对其进行语义修正。

分析解析模块，用于对经过修正的用户输入文本进行语法分析以及实体解析，所述实体解析是指分析并识别文本中的具有特定意义的实体，包括人名、地名、机构名、专有名词、时间、数量、货币、比例数值等Column类(主宾类)文字；“到”、“去”、“要”、“包括”、“除了”等逻辑词类；以及同比、环比、最大、最小、以及比较类词语的Function类(动作类)文字；所述语法分析包括分析文本采用的语法，如肯定、否定、转折、强调、反问等。

进一步的，所述ASR修正模块的训练用数据库包含中文数据库。

进一步的，所述分析解析模块的训练用数据库包含中文数据库。

进一步的，所述分析解析模块中，用户可以自行配置语法分析和/或实体解析方法，所述自行配置语法分析方法是指自行定义某些特殊语法，如省略、倒装；所述自行配置实体解析方法，是指自行定义具有特定意义的实体的内容，如生僻的地名，或者对特殊内容进行特殊处理，如将节日转化为公历。

进一步的，所述分析解析模块中，用户可以预先对Function进行自定义配置，所述对Function进行自定义配置是指赋予某个文字以Function含义或者赋予某个Function类文字以特殊的含义。

Query行为模块，用以完成Query行为从而确定检索的具体表格，所述Query行为是指获取用户输入文本中已有的Function、Column，判断能否根据Function、Column确定检索的具体表格，若是，则执行下一步，若否，则判断是否能通过用户给定信息确定检索的具体表格，若是，则执行下一步，若否，则返回无法定表话术；所述无法定表话术可以是告知用户无法确认表格并询问缺失信息。

进一步的，所述语义识别设备，还包括，权限限制模块，所述权限限制模块可以判断用户是否有进行特定行为的权限，若是，则继续该行为，若否，则阻止该行为；所述阻止该行为指通过拒绝访问，返回无权限话术等方式不执行用户行为并告知用户其行为无权。

进一步的，所述权限限制模块可以判断用户是否有访问特定数据库的权力和/或访问特定表格的权力和/或访问特定数据列的权力。

语句生成模块，用于生成SQL语句和/或自然语言，所述SQL(结构化查询语言)是一种编程语言，所述生成是指在一定条件下，如在部分掌握Function、Column、Value信息的条件下，生成包含相应要件的相应语句；或者将执行SQL语句结果转化为自然语言。

判断模块，用于判断生成的SQL语句的SQL要件是否齐全，所述SQL要件齐全是指当前信息能够构成一条完整的SQL表达即存在Function以及执行Function所必备的Column和Value；若不齐全，则返回追问话术；若齐全，则执行SQL语句。

执行模块，用于执行SQL语句。

进一步的，所述语义识别设备，还包括上下文聚合模块，用于通过上下文消除歧义字段和/或对上下文信息聚合以确定用户输入文本中的Function、Column，所述上下文信息聚合是指结合用户输入的上下文对用户输入文本进行补充。

进一步的，所述语句生成模块还可以生成SQL中间表示，所述生成SQL中间表示是指将Function、Column信息合成出SQL中间表示的步骤，所述SQL中间表示包含有完整的SQL的逻辑语义，能够方便的扩展成表达同样逻辑语义的其他SQL类方言，比如OracleSQL。

进一步的，所述语义识别设备，还包括图表生成模块，用于将执行SQL语句结果转化为图表。

更优的，所述图表生成模块可以由用户自行配置，使得图表生成方式可以依据默认方式进行，也可以依据用户自定义的方式进行。

输出模块，用于输出自然语言或者视图。

本发明还提供一种语义识别系统的用户自定义配置方法，包括如下步骤：用户输入数据库链接信息或包含数据的符合自然语言查询格式的数据表格文档；自然语言查询系统访问该数据库；判断是否能够成功访问用户数据库，若是，获取该数据库下的所有数据表返回给用户做选择，用户选择需要支持NLQ查询的数据表；若无法成功访问用户数据库，则返回上一步；抽取数据表格中的数据样本、类型、注释等信息；用户根据抽取结果，自定义配置数据库字段属性或者使用默认配置。

进一步的，用户自定义配置的方法包括用户对询问行为进行自定义配置的步骤，用户自定义配置查询问题与查询结果的对应关系。

进一步的，用户自定义配置的方法包括，包括用户对同义词词库进行自定义配置的步骤，用户通过增加同义词扩展数据表中枚举值的字段。

本发明解决的技术问题和实现的技术效果：

本发明的目的是解决从自然语言到数据库查询语言的解码问题。

具体而言，本发明可以对自然语言的语义进行一定程度的理解，然后翻译成数据库查询语言(SQL)进行数据库查询，同时还可以给出相关的数据统计图表。解决了传统自然语言查询本质上不会对文字进行语义上的理解，无法完成精细数据库查询和筛选的问题。

本发明可以通过对自然语言的理解直接组织成SQL语言并完成数据库查询，无需掌握数据查询编程语言，也无需依赖查询数据编程的技术人员，普通人的数据查询需求都可以满足，大大降低使用门槛。

本发明主要用于中文自然语言处理，同时有对特定数据库进行额外配置的接口，可以对现有模型进行额外知识补充。解决了学术界自然语言转换成数据库查询语言中仅限于英语语言且无法增加额外特定数据库的针对性优化的问题。

因此，本发明具有的优点包括：自然语言的识别精度高、速度快、查询的技术门槛低，支持中文自然语言查询，支持语音查询，支持语音纠错，支持数据库配置，支持私有化部署，具有SQL方言功能，并且能够输出语言与图表，可以实现数据图表推理。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对发明的不当限定。在附图中：

图1是本发明实施例提供的语义识别方法查询流程图；

图2是本发明实施例提供的配置语义识别系统的流程图。

具体实施方式

为使本发明要解决的技术问题、技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作详细的说明。显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部。基于本发明的实施例，本领域技术人员在没有作出创造性劳动的前提下，所获得的所有其他实施例也属于本发明的保护范围。

名词定义：

NLQ(Natural Language Query)自然语言查询，即本发明中对自然语言进行识别处理，查询，最终反馈的处理流程方法。

SQL(Structured Query Language)数据库查询语言，也称结构化查询语言，一种特定的编程语言，用于管理关系型数据库。

ASR(Automatic Speech Recognition)，自动语音识别，用计算机技术自动将人类的语音内容转换为相应的文字。

NER(Named Entity Recognition)，命名实体识别，识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等，以及时间、数量、货币、比例数值等文字。

Function查询意图，是指用户实际要查询的内容或查询方式，或用户期望获得的数据的计算方式。

Column数据库中数据表的表栏名称。

Value数据库中数据表的表项名称或内容。

实施例1：

如图1所示，本实施例提供了一种语义识别方法，包括如下步骤：

(1)流程判断

用户输入，用户输入可以是自然语言输入，包括文本输入和语音输入，所述用户输入支持中文输入和英文输入，用户输入的内容在本发明中称为“用户文本”，结合上下文语境，判断用户输入是否处于多轮对话中，若用户输入处于多轮对话中，则进入NLQ处理流程，若用户输入不处于多轮对话中，调用NLQ触发模块，判断用户输入是否包含数据库查询相关的实体，如用户输入包含数据库查询相关的实体，则进入NLQ处理流程；如用户输入不包含数据库查询相关的实体，触发缺省回复(backfill)，缺省回复的后果包括反馈用户闲聊语料库中的一句回复，以及用户退出多轮对话。

(2)文本预处理脚本

进入NLQ之后，判断用户是否配置了文本预处理脚本，若用户配置了文本预处理脚本，则执行该文本预处理脚本，用户可以自定义设置文本的处理脚本，比如用户可以设置把一些特殊的节日名转换成公历日期等，执行完文本预处理后，再进行修正优化，如输入为语音输入，修正优化使用ASR修正优化；若用户没有配置文本预处理脚本，则直接进行ASR修正优化。

(3)ASR修正优化

进入ASR修正优化后，ASR针对用户输入进行辨识，将辨识出来的文本通过用户数据库中枚举字段值的信息进行修正，比如用户数据库中有一个名为“高要”的地名，通用的ASR可能会识别成更常见的“膏药”，通过ASR修正优化处理，可以将这个词还原成“高要”，以更贴近用户查数据库的原意。

(4)句子解析

进行句子解析，该步骤包括实体解析和语法分析，实体解析根据用户的数据库中枚举值的集合以及数据表的Column名进行名词性的实体解析，包括日期类、数值类、以及Function类实体等；语法分析包括对Column和具体值的指代分析以及否定词类、数值范围类的分析等。

(5)Function前自定义脚本处理

进入Function工作流程，判断用户是否配置了Function预处理脚本，若用户配置了Function预处理脚本，则执行该Function预处理脚本，这一步脚本处理的对象是经过句子解析后的实体，根据用户配置的Function预处理脚本，对解析后的实体进行处理。例如，某些词在一些领域有特别的定义，例如，在一个气象领域的数据库，它定义日降雨量比如“2月5日的降雨量”是指“2月3日08:00:00-2月4日08:00:00”期间的降雨量，那么用户可以在系统中对解析出来的时间信息做特殊处理，自定义查询时间信息以及统计数据的范围；执行完Function预处理脚本后，进入触发Query；

若用户没有配置Function预处理脚本，直接进入触发Query。

(6)触发Query

进入触发Query，这是根据由用户配置了语料的Function和Column的组合，对前续处理后的文本进行触发，比如用户配置了“三月份可乐卖的怎么样”作为触发“查询销量”这个Query，那么当用户问到类似语句比如“去年雪碧卖的怎么样”时，会直接触发Function＝`查询`，Column＝`销量`这样的Query，同时如果用户有多张数据表，Query进一步确定使用哪一张表查询。

(7)定表

判断是否可以通过Query的触发话术匹配获取Function和Column，若通过Query的触发话术可以获取Function和Column，且能够确定使用的数据表(定表)，进行下一步权限检查；若通过Query的触发话术无法获取Function和Column，判断是否可以根据用户输入解析出来的信息判断是否可以确定使用哪张数据表，若可以确定使用的数据表，进行下一步权限检查；若不能确定使用的数据表，返回无法定表话术。

所述数据表是指已经制作完成的可以查询相关数据的表格，所述表格存储于数据库中，本专利只针对关系型数据库，即资源的形式可以用规整的数据表来描述，因此可以学习到比如枚举类型的值的所有可能字段，日期类型值的颗粒度等信息。用户也可以额外配置一些数据表相关的信息，比如一个数值类型的字段是单价类型还是比率类型。比如一个枚举值是否是另一个枚举值的子层级。这些可以优化自然语言转化成SQL的过程。

(8)权限检查

由于数据的敏感性和保密性，本发明配置了对用户数据表和数据列的权限检查，定表完成后，检查用户是否有该数据表权限，若有数据表权限，进一步检查用户是否有该数据列权限；若无数据表权限，返回无权限话术；

在检查用户是否有该数据列权限时，若有数据列权限，进入结合上下文消除歧义字段；若无数据列权限，筛掉无权限的数据列的解析实体后，再进入结合上下文消除歧义字段。

(9)结合上下文消除歧义字段

对于NLQ系统来说，用户的输入并不只是用户当前输入的文本，还包括了用户上一轮的询问和回答，在该步骤汇总，可以结合上下文对用户此次询问的信息做补充以及消歧，比如“吉林”既可以指代“吉林市”又可以指代“吉林省”，当上文用户在询问“各个省份的销售业绩”后再问到“那吉林怎么样”，大概率来说用户指的是“吉林省”而非“吉林市”。还有增量替换，比如当上文中用户得到了“上海的销售业绩”的答案，那么用户追问“比广州呢？”的时候，会自动合并上下文信息，查询“比较上海和广州的销售业绩”的结果。再如Function替换，例如用户在上文中询问“上海销量靠前的20个门店。”后又追问，“广州靠前的呢？”此时，结合上下文信息，查询广州前20的门店。此外，当下一个问题是相对完整的句子，不需要再从之前的问题中继承实体信息时，可以清空上文信息，例如第一问句用户询问上海3月份iPad的销量？第二问句问iPad有几种颜色？此时，第二问句不需要从第一问句再继承上海、三月份、销量等实体，可以清空上文。在没有上下文的时候，还可以采用采用试查询的方式做消歧，如果某个实体既可以表示条件A，又可以表示条件B，而如果条件A满足时，条件B一定满足，则采用条件B，也即限制更宽松的那一个条件。例如，用户输入“吉林去年的销售额”，如果没有上下文，“吉林”既可以表示“吉林省”，又可以表示“吉林市”，而当“市”为“吉林”时必定满足“省份”为“吉林”，因此采用吉林省作为条件。

(10)Function判定与参数收集

判断是否已经通过Query确定了Function，若是，从用户文本以及上下文收集Function参数；若不能通过Query确定Function，先根据用户文本，以及解析出来的实体确定Function，再从用户文本以及上下文收集Function参数；

例如：基本的Function包括：查询一个或多个subject、求和、最值、差值、TopN(指前N名，即将查询结果排序后返回前N名)，同比环比，平均值等。Function参数包括：比如TopN中的N等。

(11)Function缺失元素收集

判断执行Function所需的必要Column和Value都已完备，若必要Column和Value都已完备，将以上得到的信息合成出SQL中间表示，若缺失必要Column和Value，判断是否可以从上文继承，若是，从上文继承所需的必要Column和Value后，将得到的信息合成出SQL中间表示；若不能从上文继承，则返回追问话术，请用户补充所需的必要信息。

(12)SQL中间表示

将得到的信息合成出SQL中间表示。

从Function加上实体信息到最后的SQL字符串，还有一个SQL中间表示的数据结构，这个数据结构会包含完备的SQL的逻辑语义，方便扩展成表达同样逻辑语义的其他SQL类方言，比如OracleSQL。SQL中间表示可以支持复杂的SQL句式组装，例如“在近十年所有姜文导演的电影中出演次数前三的男演员是谁？”这样复杂的句子，只需将句子本身的语法结构分析，即可实现查询。同时，SQL中间表示可以打包封装成高级的组件比如计算“最新”、“时间范围“、“同比”等。这些组件可以在各种关系型数据库中复用，兼顾了表达能力和开发效率。

(13)执行SQL获取结果

SQL字符串创建完成，NLQ系统把SQL字符串传输给数据库系统，得到数据库运行结果。

(14)图表生成

图表是指根据客户查询或计算最终获得的结果根据用户询问内容制作的图表，比如当用户只是询问“上海地区三月份的销量”时，用户得到的答案会是一句精确的回答“三月份上海的销量为xx”。与此同时，图表系统会自动对上海地区进行展开，于是就可能得到“上海市下所有门店三月份的销量”，例如，用户可以在数据表配置中加入“城市”为“门店”的父节点，显示的表格会根据门店展开(门店作为横坐标)，显示三月份上海每个门店的销量图表，如果没有“门店”是“上海”的子节点这个数据表知识，那么图表也会自动展开时间(时间作为横坐标)，将“三月份上海每一天的销量曲线”查询并显示出来。

(15)返回结果

最后将用户输入中的问题答案以及相关的图表合并在一起返回给用户。

实施例2：本发明的还提供了一种语义识别设备，包括：输入模块、数据库模块、修正模块、分析解析模块、询问行为模块(Query行为模块)、语句生成模块、判断模块、执行模块、输出模块。

输入模块，用于接收用户输入，所述用户输入可以是语音输入，用户输入的内容可以是自然语言。

数据库模块，用于存储或接通被检索的数据库；所述数据库可以被本地存储于所述数据库模块也可以是在云端或者网络通过本数据库模块进行连接，所述数据库由多张具体表格构成，所述具体表格并不局限于如Excel等以框架形式展现的信息排序，此处的表格应理解为各种形式的信息集合。

进一步的，所述数据库模块可以通过用户的操作来选择、补充、修正被检索的数据库。

修正模块，用于对用户输入进行修正优化，如用户输入为语音输入，修正优化采用自动语音识别修正技术；ASR(Automatic Speech Recognition)修正是指通过计算机技术自动将语音输入内容转化为相应文本并对其进行语义修正。

分析解析模块，用于对经过修正的用户输入文本进行语法分析以及实体解析，所述实体解析是指分析并识别文本中的具有特定意义的实体，包括人名、地名、机构名、专有名词、时间、数量、货币、比例数值等Column类(主宾类)文字；“到”、“去”、“要”、“包括”、“除了”等逻辑词类；以及同比、环比、最大、最小、以及比较类词语的Function类(动作类)文字；所述语法分析包括分析文本采用的语法，如肯定、否定、转折、强调、反问等。

进一步的，所述ASR修正模块的训练用数据库包含中文数据库。

进一步的，所述分析解析模块的训练用数据库包含中文数据库。

进一步的，所述分析解析模块中，用户可以自行配置语法分析和/或实体解析方法，所述自行配置语法分析方法是指自行定义某些特殊语法，如省略、倒装；所述自行配置实体解析方法，是指自行定义具有特定意义的实体的内容，如生僻的地名，或者对特殊内容进行特殊处理，如将节日转化为公历。

进一步的，所述分析解析模块中，用户可以预先对Function进行自定义配置，所述对Function进行自定义配置是指赋予某个文字以Function含义或者赋予某个Function类文字以特殊的含义。

Query行为模块，用以完成Query行为从而确定检索的具体表格，所述Query行为是指获取用户输入文本中已有的Function、Column，判断能否根据Function、Column确定检索的具体表格，若是，则执行下一步，若否，则判断是否能通过用户给定信息确定检索的具体表格，若是，则执行下一步，若否，则返回无法定表话术；所述无法定表话术可以是告知用户无法确认表格并询问缺失信息。

进一步的，所述语义识别设备，还包括，权限限制模块，所述权限限制模块可以判断用户是否有进行特定行为的权限，若是，则继续该行为，若否，则阻止该行为；所述阻止该行为指通过拒绝访问，返回无权限话术等方式不执行用户行为并告知用户其行为无权。

进一步的，所述权限限制模块可以判断用户是否有访问特定数据库的权力和/或访问特定表格的权力和/或访问特定数据列的权力。

语句生成模块，用于生成SQL语句和/或自然语言，所述SQL(结构化查询语言)是一种编程语言，所述生成是指在一定条件下，如在部分掌握Function、Column、Value信息的条件下，生成包含相应要件的相应语句；或者将执行SQL语句结果转化为自然语言。

判断模块，用于判断生成的SQL语句的SQL要件是否齐全，所述SQL要件齐全是指当前信息能够构成一条完整的SQL表达即存在Function以及执行Function所必备的Column和Value；若不齐全，则返回追问话术；若齐全，则执行SQL语句。

执行模块，用于执行SQL语句。

进一步的，所述语义识别设备，还包括上下文聚合模块，用于通过上下文消除歧义字段和/或对上下文信息聚合以确定用户输入文本中的Function、Column，所述上下文信息聚合是指结合用户输入的上下文对用户输入文本进行补充。

进一步的，所述语句生成模块还可以生成SQL中间表示，所述生成SQL中间表示是指将Function、Column信息合成出SQL中间表示的步骤，所述SQL中间表示包含有完整的SQL的逻辑语义，能够方便的扩展成表达同样逻辑语义的其他SQL类方言，比如OracleSQL。

进一步的，所述语义识别设备，还包括图表生成模块，用于将执行SQL语句结果转化为图表。

更优的，所述图表生成模块可以由用户自行配置，使得图表生成方式可以依据默认方式进行，也可以依据用户自定义的方式进行。

输出模块，用于输出自然语言或者视图，输出查询结果，并可以同时将用户查询结果根据默认或者用户自定义的方式以图表方式输出。

实施例3：

如图2所示，本实施例公布了本发明语义识别系统的用户自定义配置方法，包括：

(1)数据库连接

用户输入数据库链接信息，包括数据库访问URI以及用户名密码等，接下来NLQ系统会访问该数据库，判断是否能够成功访问用户数据库，若是，获取该数据库下的所有数据表返回给用户做选择，用户只需要选择想要NLQ支持查询的数据表即可；若无法成功访问用户数据库，则返回上一步。或者用户直接上传符合NLQ系统格式的包含数据的excel文件，成功访问数据库后，用户对需要支持NLQ查询的具体表格进行选择。

(2)多表配置

抽取用户具体表格中的数据样本、类型、注释等信息；

对于每一张查询的表格，系统会抽取数据表中每个字段的数据类型以及注释等信息，返回给用户做进一步的配置，这一步中用户可以直接使用默认配置，不作任何修改，用户也可以之后随时修改或增加配置。

(3)数据表配置

用户根据抽取结果，判断是否需要配置字段属性或者使用默认配置，如可以在某些字段中设置父子节点、设置默认值、单位，数值格式等个性化配置项，允许用户自由配置，具体来说，如果设置“城市”作为“省市”的子节点，则在查询“A省哪里的GDP最高？”时，会自动展开A省下属城市的子节点进行查询。

(4)Query配置

用户对Query行为选择使用默认或自定义配置，如用户希望通过直接询问“产品A上个月卖的怎么样？”来达到查询“销量”这样的效果，可以在查询“销量”这个Query下添加这句话来增加NLQ的可用性，NLQ还能自动学习类似的表达方式；此外，用户可以针对特殊的Query设定特殊的条件，比如设定“产品A上个月卖的怎么样？”这个Query必须限定“城市”条件，则当Query缺乏该条件时，将会向用户反问以确定该条件。

(5)同义词配置

用户对同义词词库进行配置，扩展数据表中枚举值的字段，如将“销量”与“销售额”配置为同义词，则当用户输入“查询销售额”时，将产生与“查询销量”相同的结果。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和变换，应视为本发明的保护范围。

Claims (31)

1.一种语义识别方法，其特征在于，包括如下步骤：

接收用户输入的文本；

判断是否进入自然语言查询处理流程；

如进入自然语言查询处理流程，结合用户数据库对用户输入的文本进行修正优化；

对经过修正优化的文本进行句子解析；

触发询问，根据用户配置获取查询主题和查询意图；

定表，从数据库中确定用户查询需要使用的数据表；

如触发询问步骤未能确定查询主题和查询意图，根据用户输入的文本、句子解析的信息及消除歧义的信息，判定查询主题和查询意图；

收集缺失的必要查询元素；

创建结构化查询语言语句；

执行结构化查询语言语句；

返回执行结果和/或图表。

2.如权利要求1所述的语义识别方法，其特征在于，所述用户输入为自然语言输入，所述自然语言为中文或英文，输入方式包括语音输入和文字输入；所述输入方式为语音输入时，修正优化采用语音识别修正优化。

3.如权利要求1所述的语义识别方法，其特征在于，判断是否进入自然语言查询处理流程，具体包括：判断用户输入的文本是否处于多轮对话中，如是，进入自然语言查询流程，如否，调用自然语言查询接口触发模块判断用户输入的文本是否包含数据库查询相关的实体，如是，进入自然语言查询处理流程；如否，调用闲聊语料库中的回复反馈用户。

4.如权利要求3所述的语义识别方法，其特征在于，如用户输入的文本处于多轮对话中，判断用户输入的内容是否为“退出”，如是，触发缺省回复；如否，调用自然语言查询接口触发模块判断用户输入的文本是否包含数据库查询相关的实体，如是，进入自然语言查询流程，如否，触发缺省回复；所述缺省回复包括调用闲聊语料库中的回复反馈用户，以及退出多轮对话。

5.如权利要求1所述的语义识别方法，其特征在于，还包括如下步骤：

用户可以自行选择、补充、修正使用的数据库。

6.如权利要求1所述的语义识别方法，其特征在于，在进入自然语言查询处理流程之后，进行修正优化之前，还包括根据自定义配置的文本预处理脚本进行文本预处理的步骤。

7.如权利要求1所述的语义识别方法，其特征在于，所述句子解析包括实体解析和/或语法分析，所述实体解析包括名词性实体解析，具体步骤包括根据数据库中枚举值的集合以及数据表的数据栏名进行查询主题的实体解析，所述实体解析还包括查询意图解析。

8.如权利要求7所述的语义识别方法，其特征在于，还包括自行配置实体解析和/或语法分析方法的步骤。

9.如权利要求1所述的语义识别方法，其特征在于，在触发询问之前，还包括根据用户配置的查询意图前预处理脚本进行文本预处理的步骤。

10.如权利要求1所述的语义识别方法，其特征在于，触发询问后，如存在多张查询数据表时，通过反问用户进行定表，或根据句子解析后的信息进行定表。

11.如权利要求1所述的语义识别方法，其特征在于，定表之后，还包括如下步骤：判断用户是否有定表数据表的访问权限，若是，则执行下一步，若否，则返回无权限话术。

12.如权利要求11所述的语义识别方法，其特征在于，若用户有定表数据表的访问权限，还包括如下步骤：判断用户是否有定表数据表的数据列的访问权限，若是，则执行下一步，若否，则筛掉无权限的数据列。

13.如权利要求1所述的语义识别方法，其特征在于，还包括如下步骤：若不能通过询问行为确定数据查询方式或数据计算方式，根据用户输入的文本，以及解析出来的实体确定查询意图，所述查询意图包括数据查询方式和/或数据计算方式。

14.如权利要求1所述的语义识别方法，其特征在于，还包括如下步骤：从用户输入的文本以及上下文收集查询参数。

15.如权利要求1所述的语义识别方法，其特征在于，还包括如下步骤：结合用户输入的上下文进行信息聚合和/或消除歧义字段。

16.如权利要求1所述的语义识别方法，其特征在于，所述图表根据执行结果生成，将执行结构化查询语言语句结果转化为图表的步骤可以依据默认方式进行，也可以依据用户自定义的方式进行。

17.一种语义识别设备，包括：

输入模块，用于接收用户输入；

数据库模块，用于存储或接通被检索的数据库；

修正模块，用于对用户输入进行修正优化；

分析解析模块，用于对经过修正的用户输入文本进行语法分析以及实体解析；

询问行为模块，用以完成询问行为；

语句生成模块，用于生成结构化查询语言语句和/或自然语言；

判断模块，用于判断生成的结构化查询语言语句的结构化查询语言要件是否齐全；

执行模块，用于执行结构化查询语言语句；

输出模块，用于输出自然语言或者图表。

18.如权利要求17所述的语义识别设备，其特征在于，所述数据库模块可以通过用户的操作来选择、补充、修正被检索的数据库。

19.如权利要求17所述的语义识别设备，其特征在于，所述修正模块的训练用数据库包含中文数据库。

20.如权利要求17所述的语义识别设备，其特征在于，所述分析解析模块的训练用数据库包含中文数据库。

21.如权利要求17所述的语义识别设备，其特征在于，所述分析解析模块中，用户可以自行配置语法分析和/或实体解析方法。

22.如权利要求17所述的语义识别设备，其特征在于，所述分析解析模块中，用户可以预先对查询意图进行自定义配置。

23.如权利要求17所述的语义识别设备，其特征在于，还包括权限限制模块。

24.如权利要求23所述的语义识别设备，其特征在于，所述权限限制模块可以判断用户是否有访问特定数据库的权限和/或访问特定表格的权限和/或访问特定数据列的权限。

25.如权利要求17所述的语义识别设备，其特征在于还包括上下文聚合模块，用于通过上下文消除歧义字段和/或对上下文信息聚合。

26.如权利要求17所述的语义识别设备，其特征在于，所述语句生成模块还可以生成结构化查询语言中间表示。

27.如权利要求17所述的语义识别设备，其特征在于还包括图表生成模块，用于将执行结构化查询语言语句结果转化为图表。

28.如权利要求27所述的语义识别设备，其特征在于，所述图表生成模块可以由用户自行配置。

29.一种语义识别系统的用户自定义配置方法，其特征在于，包括如下步骤：用户输入数据库链接信息或包含数据的符合自然语言查询格式的数据表格文档；自然语言查询系统访问该数据库；判断是否能够成功访问用户数据库，若是，获取该数据库下的所有数据表返回给用户做选择，用户选择需要支持自然语言查询的数据表；若无法成功访问用户数据库，则返回上一步；抽取数据表格中的数据样本、类型、注释等信息；用户根据抽取结果，自定义配置数据库字段属性或者使用默认配置。

30.如权利要求29所述的用户自定义配置方法，其特征在于，包括用户对询问行为进行自定义配置的步骤，用户自定义配置查询问题与查询意图的对应关系。

31.如权利要求29所述的用户自定义配置方法，其特征在于，包括用户对同义词词库进行自定义配置的步骤，用户通过增加同义词扩展数据表中枚举值的字段。

Images