《语义解析:自然语言生成SQL与知识图谱问答实战》易显维 宁星星 | PDF下载|ePub下载
语义解析:自然语言生成SQL与知识图谱问答实战 版权信息
- 出版社：机械工业出版社
- 出版时间：2023-11-01
- ISBN：9787111736899
- 条形码：9787111736899 ; 978-7-111-73689-9
语义解析:自然语言生成SQL与知识图谱问答实战 本书特色
1）领域专家联袂推荐，语义解析大赛获奖者撰写，满足工业级应用安全、精准需求，弥合大模型的不足。 2）剖析语义解析技术原理与实践，涵盖机器翻译、模板填充、强化学习、GNN、中间表达五大技术方向，并随书提供案例代码。
语义解析:自然语言生成SQL与知识图谱问答实战 内容简介
全书分为3个部分： 1.**部分主要介绍了NL2SQL技术的相关背景知识，包括对NL2SQL任务的描述和价值探讨、国内外相关数据集的对比分析以及相关前置技术的介绍与实现 2.第二部分深入解构当前NL2SQL技术领域的若干主流技术路线，并着重分析了各个技术方案的优势与不足，为开发者提供模型选择的参考依据 3.第三部分包含NL2SQL实践指导相关篇章，结合相关代码，以单表无嵌套和多表有嵌套为例，从数据预处理、模型的构建，模型优化技巧等方面为读者构建了完整的NL2SQL技术实现流程 读者通过对本书的阅读，可以对自然语言处理语义解析领域新兴的子任务――NL2SQL有一个清晰地认识。本书充分介绍了语义解析任务相关研究进展，对主流技术方案进行了详细阐述与分析，并从实践的角度展示了NL2SQL完整的技术实现流程，希望帮助读者深入理解并高效搭建起语义解析框架，同时对语义解析领域的发展起到一定的促进作用。
语义解析:自然语言生成SQL与知识图谱问答实战 目录
目录序
前言
第1章NL2SQL和KBQA中的语义
解析技术1
1��1人机交互应用与语义解析
难点分析1
1��2主流的语义解析技术5
1��2��1NL2SQL任务及方法5
1��2��2KBQA任务及方法12
1��2��3语义解析技术方案对比17
1��3语义解析的预训练模型和
数据集19
1��3��1语义解析中的预训练模型19
1��3��2NL2SQL数据集19
1��3��3KBQA数据集21
1��4本章小结23第2章基于机器翻译的语义解析
技术24
2��1机器翻译原理浅析24
2��1��1常见机器翻译技术路线24
2��1��2神经网络机器翻译基本框架26
2��2NL2SQL翻译框架的构建27
2��2��1Seq2Seq模型原理27
2��2��2将Seq2Seq模型应用于
NL2SQL28
2��3从序列到集合：SQLNet
模型的解决方案28
2��3��1序列到集合29
2��3��2列名注意力29
2��3��3SQLNet模型预测及其训练
细节30
2��4T5预训练模型在NL2SQL中的
应用31
2��4��1T5模型简介31
2��4��2T5模型架构32
2��4��3T5模型训练方式32
2��4��4T5模型在NL2SQL中的
应用33
2��5NL2SQL的T5模型实践33
2��6本章小结43第3章基于模板填充的语义解析
技术44
3��1意图识别和槽位填充44
3��1��1意图识别和槽位填充的
步骤45
3��1��2如何进行意图识别和槽位
填充46
3��2基于X-SQL的模板定义与子
任务分解48
3��3本章小结49第4章基于强化学习的语义解析
技术50
4��1Seq2Seq中的强化学习
知识50
4��2SCST模型51
4��2��1SCST模型简介52
4��2��2SCST模型框架52
4��2��3SCST代码实现52
4��3MAPO模型62
4��3��1MAPO模型简介62
4��3��2MAPO代码实现63
4��4本章小结67第5章基于GNN的语义解析
技术68
5��1使用GNN对数据库模式进行
编码68
5��1��1匹配可能模式项的集合69
5��1��2GNN编码表示69
5��2关注模式的Global GNN71
5��2��1Global GNN的改进71
5��2��2Gating GCN模块详解72
5��2��3Re-ranking GCN模块详解75
5��3关注模式链接的RATSQL79
5��3��1Relation-Aware Self-Attention
模型80
5��3��2考虑更复杂的连接关系80
5��3��3模式链接的具体实现81
5��4关注模式链接拓扑结构的
LGESQL83
5��4��1LGESQL模型简介83
5��4��2LGESQL模型框架86
5��5本章小结87第6章基于中间表达的语义解析
技术88
6��1中间表达：IRNet88
6��2引入中间表达层SemQL90
6��3IRNet代码精析92
6��3��1模式链接代码实现92
6��3��2SemQL的生成95
6��3��3SQL语句的生成101
6��4本章小结107第7章面向无嵌套简单SQL查询的
原型系统构建108
7��1语义匹配解决思路108
7��2任务简介109
7��3任务解析110
7��3��1列名解析110
7��3��2输入整合111
7��3��3输出子任务解析111
7��3��4模型整体架构112
7��4代码示例113
7��4��1QueryTokenizer类的构造113
7��4��2SqlLabelEncoder类的
构造115
7��4��3生成批量数据115
7��4��4模型搭建117
7��4��5模型训练和预测118
7��5本章小结120第8章面向复杂嵌套SQL查询的
原型系统构建121
8��1复杂嵌套SQL查询的难点
剖析121
8��1��1复杂嵌套SQL语句121
8��1��2难点与对策分析122
8��2型模型解析123
8��2��1构建复杂SQL语句的中间
表达形式123
8��2��2型模型的搭建与训练124
8��3列模型解析127
8��3��1嵌套信息的编码设计127
8��3��2列模型的搭建与训练127
8��4值模型解析130
8��4��1值与列的关系解析130
8��4��2值模型的搭建与训练130
8��5完整系统演示132
8��5��1解码器132
8��5��2完整流程演示133
8��6本章小结134第9章面向SPARQL的原型系统
构建135
9��1T5、BART、UniLM模型
简介135
9��2T5、BART、UniLM方案136
9��3T5、BART、UniLM生成
SPARQL语句实现141
9��4T5、BART、UniLM模型结果
合并156
9��5路径排序160
9��6SPARQL语句修正和再次
排序172
9��7本章小结185第10章预训练优化186
10��1预训练技术的发展186
10��1��1掩码语言建模187
10��1��2去噪自动编码器189
10��2定制预训练模型：
TaBERT192
10��2��1信息的联合表示192
10��2��2预训练任务设计192
10��3TAPAS194
10��3��1附加Embedding编码表
结构194
10��3��2预训练任务设计195
10��4GRAPPA195
10��4��1表格数据增强：解决数据
稀疏难题195
10��4��2预训练任务设计195
10��5本章小结197第11章语义解析技术落地思考198
11��1研究与落地的差别198
11��2产品视角的考虑200
11��3潜在的落地场景200
11��4实践技巧201
11��4��1数据增强在NLP领域的
应用201
11��4��2数据增强策略202
11��4��3方案创新点204
11��5本章小结205
语义解析:自然语言生成SQL与知识图谱问答实战 相关资料
这是一本探讨NLP技术实践的书，其核心内容是语义解析技术的多种技术路线，涵盖了机器翻译、模板填充、强化学习、GNN以及中间表达等多个方向。作者显维是一位多次在算法竞赛中获奖的专家，在NLP技术领域有着丰富的实践经验。本书也是基于其多年实践经验和技术思考编写而成。本书包含了众多的代码实现，让读者能够深入了解语义解析技术的原理和应用。此外，本书还探讨了技术的落地思考和原型系统构建，帮助读者更好地将技术应用于实践中。总之，这本书是一本深入浅出、实用性极高的技术参考书，对想要深入了解语义解析技术和将其应用于实践的读者来说，是一本不容错过的好书。 ——苏海波，百分点科技首席算法科学家 本书着眼于特定领域或不开放知识库的问答系统构建，该项研究与通用知识问答具有很强的互补性，可能会成为下一个阶段的研发和创业热点。本书的推出非常及时，有利于读者迅速进入该领域并进行产品研发。本书主要作者易显维在机器学习、知识图谱和强化学习等领域都进行过大量的工程实践，同时他也十分乐于分享自己的心得体会和最新进展。本书完整地记载了他和团队科研突破的实战经验，既有深度又有广度，干货满满。无论是正在从事这方面研究的同行，还是NLP和知识图谱的初学者，本书都具有非常好的阅读价值。 ——虞凡，东风畅行科技首席技术官 如果你正在找有关NL2SQL的中文教程，这本书可能是不错的选择。全书介绍了5种主要语义解析技术在NL2SQL任务上的应用，并通过无嵌套SQL、复杂嵌套SQL、知识图谱问答、表格预训练、竞赛方案解析等示例，翔实地介绍了NL2SQL落地实践技巧。全书配套了大量实现代码，具有高度的实践指导性。 ——张啸宇，三次NL2SQL挑战赛冠军
语义解析:自然语言生成SQL与知识图谱问答实战 作者简介
易显维：硕士毕业于中国地质大学，曾任职中国建设银行、科大讯飞研究院、百分点认知智能实验室。10余年算法研发经验，在涉及机器学习技术的各个方向均有产品落地实践经验，并长期为武汉各企业的算法研发工作提供咨询与支持。主要研究方向为语义解析、机器视觉、组合导航，在国内外算法竞赛中累计获奖20余次。 宁星星：容联云AI研究院NLP算法专家，华南理工大学硕士。深耕NLP领域，从事语义解析、文本理解、文本校对、大模型（LLM）等方向的研究与应用。曾获CCKS（2020、2022）、百度千言（2022）、WAIC（2022）、CCF-BDCI（2021）、百度AI创新大赛（2021）、NLPCC（2020）等在内的多项Top3竞赛奖项，并参与研发容联云赤兔大模型。
