基于结构化查询语言的企业管理系统数据库设计与实现

在当今的商业环境中,企业管理系统(Enterprise Management System,EMS)扮演着至关重要的角色,能帮助组织有效地管理其日常运营和长期战略规划。本文全面探讨了基于结构化查询语言(Structured Query Language,SQL)的企业管理系统数据库的设计与实现,详细介绍了数据库模型的设计过程,包括实体-联系(Entity-relationship model,ER)模型的创建、数据库的逻辑设计,以及如何使用SQL语言实现这一设计,为企业管理系统的运行提供保障。

一种新型的数据库自然语言查询实现方案

当前深度学习技术对数据库自然语言查询的实现起到了很大的推动作用,但是仍存在难以实现复杂查询、准确率不高等问题。因此,提出了新型数据库自然语言查询实现方案,设计了一种基于谓词的、类Prolog语言的中间语言,以自然语言—中间语言—SQL的方式实现了很高的准确率,解决了自然语言与SQL语句之间语义差距大的问题,可以投入到实际应用中。还提出了一种学习样本自动生成的方法,降低了数据库自然语言查询技术的使用难度。

基于自然语言的云数据库非结构化数据提取

以非结构化数据高精度提取为目的,利用改进K-均值算法聚类云数据库非结构化数据,对分类后非结构化数据进行归一化预处理;通过基于自然语言语义的数据库目标检索模型,对预处理后的多种云数据库非结构化数据,按照用户需求实时提取。经测试:所提方法在不同数据集中,对多种类型的云数据库非结构化数据提取结果存在可信度,最大偏差为1个,偏差极小,在可接受范围内,可高精度提取云数据库非结构化数据。

关系数据库系统结构化查询语言的冗余性研究

本文详细讨论了把关系数据库查询语句中的GROUP BY和HAVING子句用其它子句代替的可行性,指出GROUP BY和HAVING子句在SQL语言中是冗余的。

数据库查询系统中自然语言理解技术应用

自然语言理解技术(NLU)是当下人工智能领域的热门研究课题,在帮助计算机准确理解人类语言,以及真正实现机器的智能化发挥重要作用。该文基于自然语言理解技术设计数据库查询系统,首先介绍数据库查询系统中使用到的关键技术,例如自动分词技术、消歧处理算法、目标短语提取技术等。随后使用Jbuilder10开发工具和Java编程语言设计数据库查询系统,并对其自动分词和语句查询功能展开验证。结果表明,在输入的116条语句中,正确分词率达到92.2%,查询正确率达到80.2%,达到设计预期。

基于结构化查询语言的电能计量接线校验计算系统及其应用

在营销稽查工作中,常出现因电力计量装置接线错误造成用户电量错计及电费错收的情况,传统核查方法需耗费大量人工校验与现场核查时间,工作效率难以提升。本文围绕错误接线判断,开发一种基于用户数据库与结构化查询语言的电能计量接线校验计算系统,通过更正系数法与各相最大相位差搭建计算模型,实现错误接线异常的自动校验并计算差错电量,从而有效减轻了核查人员的工作负担,提高了错误接线排查效率,实现了异常用户处理流程化、智能化、专项化,同时为“反窃查违”现场检查与取证提供了必要的数据支撑。

利用关系数据库系统对半结构化数据进行近似查询

提出一种利用关系数据库系统在一般图结构的半结构化数据上进行近似查询的途径.根据嵌套结构和文本值的相似性来度量路径的相似性;根据路径的相似性得到查询目标节点与数据源节点的相似性.为返回数据源中与查询目标节点相似的节点,首先提取出数据源中长度在固定范围内的所有路径,然后利用关系数据库系统将其与查询路径进行相似性连接,并按相似度从大到小返回所有结果.为提高相似性连接的效率,引入q窗口概念,并利用若干路径相似的必要条件来减少计算相似性函数的次数.试验证明了其有效性.

利用JavaSwing实现数据库结构化查询界面

介绍了一种用JavaSwing编程来实现数据库结构化查询界面的方法 ,其中重点讨论了树(JTree)、选项卡 (JTabbledPanel)和表 (Table)的应用。

结构化置标语言及其在数据库系统中的应用

本文讨论了将结构化置标语言应用于数据库系统之中。出版系统由于在信息源的专用性和封闭性而不能适应新的出版“同一数据，多次应用”的要求，本文通过分析了结构化置标语言对于数据库系统的优势，提出了将结构化置标语言应用于数据库系统的应用模型，论述了系统的实现和应用，并设计了用户界面查询语言。

半结构化数据库中的交互式查询和搜索

文章提供了对半结构数据库进行交互查询、搜索的新模型。论述了有效关键字的搜索、查询结果的结构化总结和对逆向指针支持的重要性，并针对这些技术问题给出了初步解决方案。

融合LSTM的自然语言转结构化查询语句算法的研究与设计

自然语言转结构化查询语句(Natural Language to SQL,NL2SQL)是信息领域一个重要课题.目前前沿的NL2SQL工作都是针对英文数据集,而处理英文数据的方法直接应用到中文上往往难以取得很好的效果.本文首先对传统的SQLNet模型进行了改进,在其中融入了预训练模型,增强了其提取特征的能力;之后又分别对分类模型和条件值模型进行了改进:在分类模型中增加了LSTM进一步捕捉特征,在条件值模型中使用正则表达式等手段对特殊的条件子句进行了预处理.实验表明,本文对分类模型和条件值模型所做的改进都能有效提升模型的表达效果.

一种通过内容和结构查询文档数据库的方法(英文)

文档是有一定逻辑结构的,标题、章节、段落等这些概念是文档的内在逻辑.不同的用户对文档的检索,有不同的需求,检索系统如何提供有意义的信息,一直是研究的中心任务.结合文档的结构和内容,对结构化 文件的检索,提出了一种新的计算相似度的方法.这种方法可以提供多粒度的文档内容的检索,包括从单词、短语到段落或者章节.基于这种方法实现了一个问题回答系统,测试集是微软的百科全书Encarta,通过与系统方法实验比较,证明通过这种方法检索的文章片断更合理、更有效.

半结构化数据模型及查询语言

在传统数据库中要求查询处理时数据的结构模式已知且固定，这在ＷＷＷ和异构信息源集成等半结构化数据情形下很难满足．为此，文中给出了一个无模式的自描述简单对象模型ＳＤＯＭ和相应的查询语言ＳＤＯＱＬ，很好地解决了上述问题．文中同时给出了与查询处理相关的若干问题．

面向数据库查询的非结构化数据融合存储系统

为提升非结构化数据处理过程中数据库主机的存储能力,设计了面向数据库查询制度的非结构化数据融合存储系统。根据非结构化存储框架连接形式,确定融合控制电路对于数据存储载体的约束作用能力,完成数据融合存储系统的关联硬件执行环境搭建。定义查询指令所属类型,通过优化非结构化数据目标的方式,得到最终的数据融合代价估算结果,完善面向数据库查询的信息参量存储策略。联合相关硬件执行设备,实现非结构化数据融合存储系统设计。实验结果表明,与传统I/O模拟器存储网络相比,在处理非结构化数据时,融合存储系统的数据库主机明显具备更强的信息存储能力,与之相关的数据信息连接并发个数值也相对更大。

基于Ontology的数据库自然语言查询接口的研究

提出了一种基于Ontology的关系数据库自然语言查询接口的系统模型及设计框架。采用WordNet作为基本数据库并在WordNet之上定义领域词库,可以提高语法分析的识别率;同时利用Ontlogly知识表达能力存储关系数据库概念模型,并对概论模型的内容进行扩充;另外对Ontology和WordNet的同义词集进行关联,可以提高语义的识别率。用户的输入查询语句通过语法分析、语义分析生成中间表达式语言DRS,然后通过模板技术转换成SQL,通过DBMS执行SQL并返回结果。实验证明,这种方案不但实用可行,而且通过逐步完善Ontology知识库的定义,可以大大提高查询的命中率;另外通过WordNet和Ontology定义领域词库和领域知识,提高了系统的可移植性。最后,所提供的方法可以很容易地移植到其他领域。

区间约束数据库查询语言:ISQL

区间约束数据库可以统一处理空间和非空间数据，它基于关系数据库，增加了对区间约束数据的支持．为了管理区间约束数据，在这个模型基础上，提出了一个区间约束数据库语言ISQL．ISQL完全保留了数据库中非空间数据的SQL查询能力，同时集成了对空间数据的管理．定义了ISQL的语法和语义，它扩充了SQL2的语法和语义，增加了对区间约束数据的查询．通过嵌套查询、并差查询、插入、删除、更新等情形，给出了相应的实例和说明．最后讨论了ISQL语言的封闭性．

数据库汉语查询语言的分词研究与实现

在综合考虑数据库查询这一特殊性的基础上，根据查询语句中词汇对数据查询不同贡献程度分级建立分词词典；然后提出了分步－－正向单扫描的分词方法（ＤＳＷＳ），并对该分词方法的时间复杂度进行了分析。

中文数据库自然语言查询系统Nchiql设计与实现

中文数据库自然语言查询的研究有两个基本目标 ,首先解决 NL IDB面临的可移植性和可用性的问题 ;其次提出适合中文自然语言查询处理的特有方法 .为此开发了中文数据库自然语言查询系统 NChiql.从总体设计的角度 ,介绍了 NChiql中的可移植性体系结构、中文自然语言查询分析、基于数据库语义的自然语言查询分析与转换和智能界面管理等内容 .实验表明 ,该系统具有良好的可用性及高效和鲁棒的语言分析器 .

面向自然语言的空间数据库查询研究

随着地理信息系统深入应用于人们的日常生活,面向自然语言的空间数据库查询的研究越来越被人们重视。论文根据地理要素间基本的空间关系(度量关系、拓扑关系、方向关系),讨论了面向自然语言的各种空间关系的基本查询形式以及查询语句中的空间语义,在此基础上,为进一步的理解以空间分析、网络分析作为自然语言查询条件的研究打下了基础。

数据库自然语言查询界面

数据库技术的普及使得用户对数据库应用界面的要求越来越高，以往的几类接口都需要用户有较高计算机知识水平，而且必须经过一定的培训，这样就会造成人力物力的浪费而且不利于计算机的普及。本文探讨的是一种更为方便简洁不用学习即可操作的自然语言界面。本文使用的方法与以往纯粹的语义、语法上的理解不同。我们认为作为特定语用环境下的自然语言理解是必须和语用环境及理解目的紧密相连的。根据这种环境与目的驱动原理，我们针对数据库查询中自然语言的特点，提出了以条件为中心的语言模型，根据这一模型设计了提取相关信息，判断相关特征的理解算法，建立了一整套的自然语言查询界面的理解机制。