基于XBRL的自然语言语句的形式化标注研究

为了提高机器对自然语言的理解能力,以语义形式化为切入点,研究了基于可扩展商业报告语言(XBRL)的自然语言语句的形式化标注问题。研究表明,自然语言句子的语义表达模式灵活多样,其语义需要分别从词汇意义、语法意义、其他意义等方面加以理解;XBRL的技术体系结构具有可扩展性,通过扩充基础规范,重构分类标准,增加新元素,基于XBRL技术可对自然语言的语句进行形式化标记,进而提高机器对自然语言的理解能力。

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.

融合字段类型与文本匹配的中文问句解析

自然语言转SQL语句技术可以帮助用户使用数据库,而WikiSQL数据集对表格内容的保护一定程度上限制了模型的使用,基于此,提出一种融合字段类型与文本匹配的中文问句解析方法。基于SQL结构分解问句解析任务,通过字段类型相关的分隔符将表结构信息结合到RoBERTa编码器输入中,并使用结合编辑距离与语义词典的文本匹配来使模型更加鲁棒。在中文数据集TableQA进行测试,该方法取得了最好的效果,正确率达到93.44%。