查询语句转换方法、装置、电子设备和存储介质

文献发布时间：2023-06-19 19:30:30

技术领域

本公开涉及计算机技术领域，尤其涉及一种查询语句转换方法、装置、电子设备和存储介质。

背景技术

随着RDF图和属性图等图数据模型的兴起，图数据库(Graph database)在许多重要领域的应用越来越多，如搜索引擎、虚拟助手、推荐系统和社会网络挖掘等等。为了简化终端用户的交互操作，减轻对用户在特定图查询语言方面的专业知识的依赖，许多数据库系统开发了自然语言界面，接受用自然语言表达的查询。从自然语言问题到特定图查询语言的翻译，即语义解析，通常构成了这些自然语言界面背后的核心功能。然而，目前的自然语言到图查询语言的解析方法在处理复杂的查询时很困难，并且可能对新的领域或语言的泛化能力很差。同时，相关技术中没有公开可用的工具支持多种图查询语言之间的转换。由于缺乏跨语言的互操作性，许多建立在RDF数据库或属性图数据库上的应用无法利用来自异构图数据库的数据。

发明内容

有鉴于此，本公开提出了一种查询语句转换方法、装置、电子设备和存储介质，旨在不增加额外装置以及开销的前提下，将自然语言或其他查询语言准确的转换为需要的查询语言。

根据本公开的第一方面，提供了一种查询语句转换方法，所述方法包括：

获取待转换的候选查询语句；

解析所述候选查询语句中包括的至少一类查询信息，得到语句解析树，所述语句解析树中包括内容为一类所述查询信息的信息节点；

确定目标查询语言对应的语句生成规则，所述语句生成规则中包括与每个所述信息节点对应的查询语句模板；

将所述语句解析树中每个所述信息节点中的查询信息插入对应的查询语句模板，得到目标查询语句。

在一种可能的实现方式中，所述解析所述候选查询语句中包括的至少一类查询信息，得到语句解析树，包括：

响应于所述待转换的候选查询语句为自然语句，提取所述自然语句中的查询信息生成对应的中间表示序列；

通过对所述中间表示序列进行词法分析解析其中包括的至少一类查询信息，并根据所述至少一类查询信息构造语句解析树。

在一种可能的实现方式中，所述提取所述自然语句中的查询信息生成对应的中间表示序列，包括：

将所述自然语句输入训练得到的语句转换模型，得到对应的中间表示序列。

在一种可能的实现方式中，所述解析所述候选查询语句中包括的至少一类查询信息，得到语句解析树，包括：

响应于所述待转换的候选查询语句为查询语言语句，根据所述候选查询语句生成对应的代码解析树，所述代码解析树中包括用于表征每类查询信息的代码节点，每个所述代码节点包括对应的查询信息和查询语句模板；

根据所述查询语言语句对应的语句生成规则，确定所述代码解析树中每个所述代码节点中查询语句模板对应的信息节点；

根据每个所述代码节点中查询语句模板与信息节点的对应关系，将所述代码解析树中每个所述代码节点对其到对应的信息节点，得到语句解析树。

在一种可能的实现方式中，所述信息节点中还包括至少一个子节点，所述子节点分别包括同一类查询信息中的不同内容。

在一种可能的实现方式中，所述目标查询语句为图查询语句，所述查询信息包括实体、关系、实体类型、实体属性、关系属性中的至少一种。

在一种可能的实现方式中，所述将所述语句解析树中每个所述信息节点中的查询信息插入对应的查询语句模板，得到目标查询语句，包括：

通过将所述语句解析树中每个所述信息节点中的查询信息插入对应的查询语句模板，将所述语句解析树对齐到所述目标查询语言的代码解析树；

根据所述目标查询语言的代码解析树确定对应的目标查询语句。

根据本公开的第二方面，提供了一种查询语句转换装置，所述装置包括：

语句获取模块，用于获取待转换的候选查询语句；

语句解析模块，用于解析所述候选查询语句中包括的至少一类查询信息，得到语句解析树，所述语句解析树中包括内容为一类所述查询信息的信息节点；

规则确定模块，用于确定目标查询语言对应的语句生成规则，所述语句生成规则中包括与每个所述信息节点对应的查询语句模板；

语句生成模块，用于将所述语句解析树中每个所述信息节点中的查询信息插入对应的查询语句模板，得到目标查询语句。

在一种可能的实现方式中，所述语句解析模块，包括：

序列生成子模块，用于响应于所述待转换的候选查询语句为自然语句，提取所述自然语句中的查询信息生成对应的中间表示序列；

第一解析子模块，用于通过对所述中间表示序列进行词法分析解析其中包括的至少一类查询信息，并根据所述至少一类查询信息构造语句解析树。

在一种可能的实现方式中，所述序列生成子模块，包括：

模型提取单元，用于将所述自然语句输入训练得到的语句转换模型，得到对应的中间表示序列。

在一种可能的实现方式中，所述语句解析模块，包括：

解析树生成子模块，用于响应于所述待转换的候选查询语句为查询语言语句，根据所述候选查询语句生成对应的代码解析树，所述代码解析树中包括用于表征每类查询信息的代码节点，每个所述代码节点包括对应的查询信息和查询语句模板；

节点匹配子模块，用于根据所述查询语言语句对应的语句生成规则，确定所述代码解析树中每个所述代码节点中查询语句模板对应的信息节点；

第二解析子模块，用于根据每个所述代码节点中查询语句模板与信息节点的对应关系，将所述代码解析树中每个所述代码节点对其到对应的信息节点，得到语句解析树。

在一种可能的实现方式中，所述信息节点中还包括至少一个子节点，所述子节点分别包括同一类查询信息中的不同内容。

在一种可能的实现方式中，所述目标查询语句为图查询语句，所述查询信息包括实体、关系、实体类型、实体属性、关系属性中的至少一种。

在一种可能的实现方式中，所述语句生成模块，包括：

信息插入子模块，用于通过将所述语句解析树中每个所述信息节点中的查询信息插入对应的查询语句模板，将所述语句解析树对齐到所述目标查询语言的代码解析树；

语句生成子模块，用于根据所述目标查询语言的代码解析树确定对应的目标查询语句。

根据本公开的第三方面，提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为在执行所述存储器存储的指令时，实现上述方法。

根据本公开的第四方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机可读代码，或者承载有计算机可读代码的非易失性计算机可读存储介质，当所述计算机可读代码在电子设备的处理器中运行时，所述电子设备中的处理器执行上述方法。

在本公开实施例中，通过获取包括至少一类查询信息的候选查询语句，并解析其中包括的至少一类查询信息得到语句解析树。其中，语句解析树中包括内容为一类查询信息的信息节点。确定目标查询语言对应的语句生成规则，语句生成规则中包括与每个信息节点对应的查询语句模板。将语句解析树中每个信息节点中的查询信息插入对应的查询语句模板即可得到目标查询语句。本公开实施例通过解析待转换的候选查询语句得到解析树，再根据解析树内容和语句生成规则自动生成需要的目标查询语句，使自然查询语句或其他图查询语句均可以准确转换为需要的图查询语句，解决了跨语言数据互用性的问题。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。

图1示出根据本公开实施例的一种查询语句转换方法的流程图；

图2示出根据本公开实施例的一种生成目标查询语句过程的示意图；

图3示出根据本公开实施例的一种查询语句转换方法的示意图；

图4示出根据本公开实施例的一种查询语句转换装置的示意图；

图5示出根据本公开实施例的一种电子设备的示意图；

图6示出根据本公开实施例的另一种电子设备的示意图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

在一种可能的实现方式中，本公开实施例的查询语句转换方法可以由处理器、终端设备或服务器等电子设备执行。其中，终端设备可以为用户设备(User Equipment，UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal DigitalAssistant，PDA)、手持设备、计算设备、车载设备、可穿戴设备等。固定或移动终端。服务器可以为单独的服务器或多个服务器组成的服务器集群。电子设备可以通过处理器调用存储器中存储的计算机可读指令的方式来实现本公开实施例的查询语句转换方法。

可选地，本公开实施例可以用于将任意查询语言表示的查询语句转换为需要的目标查询语言表示的查询语句。例如，可以将用户输入的自然语言表征的查询语句转换成图数据库能够识别的图查询语言表示的查询语句。或者，还可以将图数据库无法识别的图查询语言表示的查询语句转换成图数据库能够识别的图查询语言表示的查询语句。

图1示出根据本公开实施例的一种查询语句转换方法的流程图。如图1所示，本公开实施例的查询语句转换方法可以包括以下步骤S10-S40。

步骤S10、获取待转换的候选查询语句。

在一种可能的实现方式中，可以通过电子设备获取需要进行格式转换的候选查询语句，候选查询语句中可以包括至少一类查询信息，可以用于查询图数据库中的数据。其中，候选查询语句可以为任意类型的查询语句，例如自然语句或查询语言语句。自然语句为通过自然语言表述的语句，自然语言是人类交流和思维的主要工具例如可以是中文、英语或者任意生活中应用的语言。在图数据库的应用过程中，自然语句可以为用户通过数据库交互界面输入的查询语句。查询语言语句可以为任意能够直接对图数据库进行查询的图查询语言表征的语句，例如Cypher查询语言、Gremlin查询语言、SPARQL查询语言和Lambda-DCS查询语言等语言表征的语句，可以通过用户输入的自然语言进行转换的方式得到，或者由开发人员输入。电子设备可以通过人机交互的方式接收候选查询语句，或者还可以接收其他电子设备传输的候选查询语句。

可选地，候选查询语句中的查询信息可以根据需要查询的数据确定。示例性地，在候选查询语句用于查询图数据库中数据时，可以包括实体、关系、实体类型、实体属性、关系属性中的至少一种，其中实体表征需要查询数据在图数据库中的节点，关系用于表征需要查询数据在图数据库中节点的边，实体类型用于表征需要查询数据在图数据库中节点的类型信息，实体属性用于表征需要查询数据在图数据库中节点的属性信息，关系属性用于表征需要查询数据在图数据库中边的属性信息。每一类查询信息中可以包括至少一个信息。

步骤S20、解析所述候选查询语句中包括的至少一类查询信息，得到语句解析树。

在一种可能的实现方式中，电子设备在获取到候选查询语句后，通过解析候选查询语句中包括的查询信息的方式得到语句解析树。其中，语句解析树用于以树形结构表征至少一类查询信息，可以包括多个通过边连接的信息节点，每个信息节点可以包括一类查询信息。可选地，每个信息节点可以直接记录对应类别查询信息，或者延申出多个子节点，通过每个字节点包括对应类别查询信息中的部分信息。即信息节点中还可以包括至少一个子节点，每个子节点分别包括同一类查询信息中的不同内容。

可选地，对于不同类型的候选查询语句，本公开实施例可以通过不同的方式进行解析，得到对应的语句解析树。即电子设备可以通过不同的解析方式解析自然语句和查询语言语句。例如，响应于待转换的候选查询语句为自然语句，提取自然语句中的查询信息生成对应的中间表示序列。通过对中间表示序列进行词法分析解析其中包括的至少一类查询信息，并根据至少一类查询信息构造语句解析树。响应于待转换的候选查询语句为查询语言语句，根据候选查询语句生成对应的代码解析树，代码解析树中包括用于表征每类查询信息的代码节点，每个代码节点包括对应的查询信息和查询语句模板。根据查询语言语句对应的语句生成规则，确定代码解析树中每个代码节点中查询语句模板对应的信息节点。根据每个代码节点中查询语句模板与信息节点的对应关系，将代码解析树中每个代码节点对其到对应的信息节点，得到语句解析树。

可选地，在候选查询语句为自然语句的情况下，可以通过将自然语句输入训练得到的语句转换模型的方式，由语句转换模型提取自然语句中的查询信息，并生成对应的中间表示序列后输出。可选地，中间表示序列中每一个中间表示用于表征一类查询信息，分别根据对应的语法生成规则基于对应类别的查询信息生成。为了弥合语义鸿沟且便于语句转换模型的训练，中间表示的语法生成规则应当使得生成的中间表示尽可能贴近自然语言。为了使得中间表示更贴近自然语言，结构应该与用户输入的自然语句的形式相匹配。因此，我们将图查询语言中基于三元组的结构更自然的表示为主-谓-宾结构的简单句。多跳关系和属性查询则借助类自然语言的关系从句实现复杂的嵌套表示。其次，中间表示的句法结构中还应该避免出现形式语言中与自然语言输入无法很好一一对应的变量和运算符。同时，为了降低语义解析的复杂度，中间表示可以设计明确且正交的数据类型、运算符、表达式规则，在有限标注下实现自然语言与中间表示语法规则的满射关系。这样不仅降低了用户以及神经语义解析器理解中间表示的难度，也便于接下来由中间表示到下游形式语言的编译。

进一步地，为了与下游图查询语言无损转换，中间表示还可以保留与形式化语言等价的语义信息，包括查询信息类型、子图结构关系等。例如，中间表示可以与下游形式语言一样，对图结构元素的查询信息类型进行标记。在本公开实施例中，可以将自然语言对应的中间表示设计为强类型语言，并显式地利用特定符号表示不同终结符号的查询信息类型。示例性地，可以用表示实体(节点)，表示关系(边)，表示实体属性等等。此外，相同查询信息类型中不同的数值类型也同样被显式地区分，例如string,number,date,time等。此外，中间表示还可以保留对复杂图查询结构至关重要的层次性依赖关系。例如引入作为范围标记，以明确EntitySet子句之间的结构关系。借助范围标记，编译器前端可以得到查询的层次结构关系，进而将中间表示序列形式化地转换到下游的图查询语言。

在本公开实施例用于查询图数据库中数据的情况下，由于图数据库的基本结构即属性图，指带标签的有向多重图，通常由顶点、边，以及各自的标签和属性构成。基于上述设计规则，本公开实施例的中间表示序列可以被形式定义为一组上下文无关文法的(V,Σ,S,P)，如下表所示。

可选地，可以通过编译器中的前端模组对自然语句的中间表示序列进行词法和语法分析，该分析过程为获取中间表示序列中查询信息的原始字符，并将其分解为语法规则中定义的词汇得到语句解析树。例如，在中间表示序列为“MATCH(n1)WHERE n1.name＝"Helen Mack"RETURN DISTINCT n1.birth_date”时，电子设备可以通过词法分析切分中间表示序列得到MATCH、n1、WHERE等查询信息。随后，这些查询信息根据预定义的语法和预设的解析策略被构造成语句解析树。上述解析方式为中间表示序列中每类查询信息构造一个确定性有限自动机(DFA)，再自顶向下、从左到右地处理中间表示序列输入的查询信息得到语句解析树。

在一种可能的实现方式中，在待转换的候选查询语句为查询语言语句的情况下，可以先解析候选查询语句的代码，生成对应的代码解析树。其中，代码解析树中包括用于表征每类查询信息的代码节点，每个代码节点包括对应的查询信息和查询语句模板，即每个代码节点中的内容为对应的查询信息插入到查询语句模板中对应空白位置生成的信息。可选地，电子设备还确定查询语言语句对应的语句生成规则。语句生成规则中包括查询语句模板和信息节点的对应关系，即可以根据语句生成规则确定查询语言语句的代码解析树中每个代码节点中查询语句模板在语句解析树中对应的信息节点。电子设备可以直接根据每个代码节点中查询语句模板与信息节点的对应关系，将代码解析树中每个代码节点对其到对应的信息节点，即可得到对应的语句解析树。

步骤S30、确定目标查询语言对应的语句生成规则。

在一种可能的实现方式中，电子设备确定查询操作需要的语言为目标查询语言，例如在进行图数据库查询的应用场景下确定一类图数据库能够识别的图查询语言作为目标查询语言。其中，目标查询语言具有对应的语句生成规则，其中包括与每个信息节点对应的查询语句模板，该查询语句可以为包括空白位置的语句模板，电子设备可以通过将对应信息节点中包括的内容插入空白位置生成通过目标查询语言表征的查询语句。

步骤S40、将所述语句解析树中每个所述信息节点中的查询信息插入对应的查询语句模板，得到目标查询语句。

在一种可能的实现方式中，电子设备在确定语句解析树和语句生成规则后，可以根据语句生成规则中信息节点和查询语句的对应关系，将每个信息节点中包括的查询信息插入对应的查询语句模板，再确定每个信息节点中查询信息插入对应查询语句得到的查询语句序列为目标查询语句。其中每个查询语句中插入的查询信息可以包括信息节点中的查询信息以及信息节点的子节点中的查询信息。

可选地，每个查询语句模板中具有对应的空白位置，将查询信息插入到对应的空白位置后生成的语句可以作为目标查询语言的代码解析树中的一个代码节点，因此，电子设备确定目标查询语句的过程可以为通过将语句解析树中每个信息节点中的查询信息插入对应的查询语句模板，将语句解析树对齐到目标查询语言的代码解析树，根据目标查询语言的代码解析树确定对应的目标查询语句。目标查询语句可以通过编译器的后端模块生成，编译器为电子设备中将候选查询语句转换为目标查询语句的模块。再生成目标查询语句的过程中，编译器后端可以遍历语句解析树上的每个信息节点生成对应的查询语句模板得到目标查询语句，这个语句生成过程可以被形式化为从候选查询语句的语句解析树到目标查询语言的代码解析树的树映射。其中，两种解析树种携带等价信息的子树也可以根据预定义的转换规则对齐。

可选地，在遍历语句解析树的过程中，每个信息节点对应子节点中包含的查询信息被向上传递。如果语句解析树中的一个子树(一个信息节点和子节点组成的局部树)被检查出含有目标查询语言的语法生成规则所要求的等价信息，可以收集这些查询信息并将它们转化为目标语言，并将生成的查询语句进一步向目标查询语言的代码解析树的父节点传递，直到整个语句解析树均被对齐到目标查询语言的代码解析树，将生成的查询语句序列作为目标查询语句。

图2示出根据本公开实施例的一种生成目标查询语句过程的示意图。如图2所示，左侧为语句解析树，右侧为该信息节点对应的查询语句模板的代码解析树。电子设备可以自左向右衍生并遍历Cypher查询语言代码解析树中的子树。在到达“constraint”信息节点时，在其所有子节点被遍历后确定其中的查询信息收集完毕，推断出具有变量标识符“n1”的子节点中包括一个内容为“Helen Mack”的属性“name”。在这个信息被传递到“matchClause”节点后，这个子树可以与代码解析树中一个“entitySetAtom”子树对齐，得到对应的中间表示代码片段为“Helen Mack”。该信息进一步向上传递，直到整个语句解析树与目标查询语言的代码解析树对齐，将生成的查询语句序列作为目标查询语句。

图3示出根据本公开实施例的一种查询语句转换方法的示意图。如图3所示，在候选查询语句为自然语言表述的自然语句的情况下，本公开实施例的电子设备先将自然语句转换成GraphQ IR中间表示序列，将中间表示序列输入编译器，由编译器前端解析中间表示序列并生成对应的语句解析树，再通过编译器后端基于语句解析树转换为目标查询语言表述的目标查询语句。