一种基于本体和受限自然语言处理的数据库查询方法

摘要

本发明公开了一种基于本体和受限自然语言处理的数据库查询方法，主要用于处理数据库的自然语言查询问题。本发明将数据库的关系模式转换为对应的本体，根据数据库中的记录构建分词专用词典以及关键词索引，从用户自然语言查询中提取出关键词后，利用本体中的语义信息找到多个关键词的关联，最终将自然语言查询转换为SQL查询。

主权项

一种基于本体和受限自然语言处理的数据库查询方法，其特征在于，该方法包括如下步骤：1）将根据数据库关系模式构建出的本体转换成图数据结构：本体中的类被转换为类结点，数据类型属性被转换为属性结点，所述属性结点分别有一条连接到它指定的类结点的边，对象属性被转换为连接两个类的边；2）构建分词专用词典和关键词索引：依次读取数据库中的每一条记录，将读取到的记录值添加到词典中作为用户查询时分词的专用词典，读取出每一条记录时同时将该记录值作为键，将该记录值在数据库中对应的关系表名和列名作为值，组成键值对，存入到非关系型数据库中，作为关键词索引，用于快速定位给定的关键词，提高查询效率；3）系统接收到用户自然语言查询后，利用所述步骤2）中构建出的专用词典将自然语言分解为多个有意义的关键词；4）将所述步骤3）中分解出的关键词逐个地作为键，在关键词索引中查找所对应的值，即找出该关键词所对应的关系表名和列名，然后在所述步骤1）中生成的图数据结构中找到所有关系表名和列名对应的结点，最后将所有结点对应的连通分量从图数据结构中提取出来，作为查询空间；5）遍历所述步骤4）中构建出的查询空间中的连通分量，找到查询空间中能将所有关键词连接起来的所有连通子图，若不能找到任何一个满足条件的连通子图，则找出包含尽可能多的关键词的连通子图，然后将找出的连通子图根据其包含的关键词数从大到小进行排序，对于包含关键词数相同的连通子图，则再根据所包含的边数从小到大进行排序，最后选择排序最靠前的k个连通子图，k的值根据数据库的大小以及搜索得到的所有连通子图个数来确定；6）将所述步骤5）中选择的k个连通图按照排序，依次根据如下规则转换成SQL语句：将SQL语句中的Select子句以*填充，用以表示将所有的列全部返回，将连通图中的类结点写入到SQL语句中的From子句中，将连接两个类结点的边转换为外键关系写入到SQL语句中的Where子句中，将用户输入的关键词根据其对应的关系表名和列名写入到SQL语句中的Where字句中；所述SQL语句生成后，对数据库进行查询，然后将查询结果返回给用户。