24、企业数据库自然语言接口数据库（NLIDB）系统：元数据方法解析

企业数据库自然语言接口数据库（NLIDB）系统：元数据方法解析

1. 研究背景与目标

在自然语言接口数据库（NLIDB）领域，众多研究致力于构建一个用户交互性强、准确率高、精确率和召回率良好，且能适应任何领域或数据库的模板。然而，现有的相关研究成果难以同时具备上述所有特性。

目前，基于模式的方法依据一组规则生成 SQL 查询，但对于规则之外的上下文则无法处理，也难以执行复杂查询；基于语法的方法虽基于句法表示，包含词性、短语及词或短语间关系等信息，但在制定将解析树转换为 SQL 的映射规则时存在困难，且 SQL 处理程序需要合适的 SQL 查询才能执行，在构建复杂正式查询时也会失败。

NLIDB 开发者面临的主要问题包括找到正确的表和列实体，以及合适的键来连接这些表，同时现有系统无法处理歧义问题和优先表选择。因此，本文的目标是利用元数据信息构建解决方案，加快实体检测过程，并简化表连接任务。

2. 数据类型

该工具可处理的结构化数据具有高度组织性，能进行格式化，使关系型数据库搜索更便捷。这些数据可来自任何领域，如电信、零售、保险和快速消费品等；数据来源可以是开源数据和传感器数据；数据格式可以是 .csv 和 .xls 等，也可以是包含单表或多表的文件。唯一要求是数据存储在 SQL Server、MySQL、SQLite 和 Oracle 等数据库中。

3. 元数据配置生成

市场上现有的 NLIDB 系统无法处理所有关系型数据库模型的查询构建。因此，通过元数据配置构建了一个 NLIDB 工具，取得了显著效果。这些元数据配置文件用于让系统了解数据库的结构，以及将用户的自然语言查询转换为 SQL 格式所