-
题名基于BiLSTM的NL2SQL模型
被引量：2
- 1
-
-
作者
邰伟鹏
刘杨
王小林
郑啸
钟亮
-
机构
安徽工业大学计算机科学与技术学院
安徽工业大学信息技术学院
上海量镜空间信息技术有限公司
-
出处
《计算机应用与软件》
北大核心
2024年第3期34-40,共7页
-
基金
安徽高校自然科学研究重大项目(KJ2019ZD09)
安徽省重点研究与开发计划项目(202004a07020028)
安徽省高校协同创新项目(Grant No.GXXT-2019-025)。
-
文摘
随着互联网技术的发展,很多应用为大众提供金融量化服务,而大部分用户不具备金融或计算机专业知识,他们期望使用自然语言查询数据,因此自然语言转SQL(NL2SQL)被迫切需要。针对此问题,提出一种基于双向长短期记忆模型(BiLSTM)的中文金融NL2SQL算法,分为编码和解码阶段。在编码阶段,利用BiLSTM和注意力机制生成特征向量。在解码阶段,根据SQL的语法规则,将SQL生成解耦为九个分类任务,各个任务间相互依赖联合学习,之后生成复杂的SQL语句。除模型外,还训练出包含金融词汇的向量库,构建金融领域的数据集。通过在此数据集上实验验证,结果表明,该方法准确率更高,能有效解决金融领域SQL生成问题,并在某金融量化分析系统中实现。
-
关键词
NL2SQL
BiLSTM
注意力机制
向量库
数据集
-
Keywords
NL2SQL
BiLSTM
Attention mechanism
Vector library
Dat set
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
