數(shù)據(jù)庫自然語言接口技術(shù)研究在教學(xué)中的應(yīng)用

錢雅萍(集寧師范學(xué)院，內(nèi)蒙古烏蘭察布012000)

數(shù)據(jù)庫自然語言接口技術(shù)研究在教學(xué)中的應(yīng)用

錢雅萍
(集寧師范學(xué)院，內(nèi)蒙古烏蘭察布012000)

數(shù)據(jù)庫結(jié)構(gòu)化查詢系統(tǒng)，也稱Structured Query Language(SQL)是一種數(shù)據(jù)庫查詢和程序設(shè)計(jì)語言，也是目前使用最廣泛的數(shù)據(jù)庫語言。本文從數(shù)據(jù)庫結(jié)構(gòu)化查詢系統(tǒng)的現(xiàn)狀和教學(xué)問題出發(fā)，提出了中文SQL理念，建立中文SQL語言庫，并結(jié)合具體例子，闡明實(shí)現(xiàn)SQL的三個(gè)步驟和兩個(gè)模塊，從而改進(jìn)SQL的學(xué)習(xí)。

數(shù)據(jù)庫自然語言接口技術(shù);中文SQL語言庫;查詢語言學(xué)習(xí)

一、關(guān)系數(shù)據(jù)庫SQL語言學(xué)習(xí)的現(xiàn)狀

數(shù)據(jù)庫自然語言接口是自然語言理解與數(shù)據(jù)庫技術(shù)結(jié)合的產(chǎn)物。作為AI中的自然語言理解的智能接口，近年來受到重視，具有很高的理論價(jià)值與廣泛的應(yīng)用前景。數(shù)據(jù)庫結(jié)構(gòu)化查詢系統(tǒng)是一種數(shù)據(jù)庫查詢和程序設(shè)計(jì)語言，用于存取數(shù)據(jù)以及查詢、更新和管理關(guān)系數(shù)據(jù)庫系統(tǒng)，是目前使用最為廣泛的數(shù)據(jù)庫語言。SQL語言具有簡單和高度結(jié)構(gòu)化的特點(diǎn)，但是在實(shí)際的教學(xué)中，學(xué)生一上課就懂，一上機(jī)就無從下手，理論和實(shí)踐的不同步，造成學(xué)習(xí)興趣降低，導(dǎo)致實(shí)驗(yàn)的智力支持和監(jiān)控機(jī)制的缺失。

大多學(xué)生英語綜合水平較低，造成閱讀水平的受限，英文翻譯能力較差。目前院校教學(xué)所使用的數(shù)據(jù)庫管理工具，如SQL、SERVER、ORACLE，盡管都有中文版，但是與其他軟件開發(fā)工具一樣，編寫SQL語句雖然是中文菜單，但程序的編寫仍然是英文的，不利于學(xué)生學(xué)習(xí)。

SQL學(xué)習(xí)中，很容易出現(xiàn)不能理清邏輯狀況:閱讀能力不足，不能理解別人書寫的SQL語句;書寫能力不足，自己不能組織SQL語句。出現(xiàn)這種情況的原因如下:SQL語言與編程語言的邏輯組織方式不同，學(xué)習(xí)時(shí)，特別是初學(xué)時(shí)受到編程語言的影響而不易掌握;書寫SQL語句時(shí)，隨意性較大，沒有形成SQL語句編碼風(fēng)格，表述無邏輯性;教材例題沒有與實(shí)際掛鉤，學(xué)生對SQL的語句用途不理解。

二、SQL語言學(xué)習(xí)理念

易語言是由我國軟件人員自主開發(fā)，擁有知識(shí)產(chǎn)權(quán)，采用全中文編程的軟件開發(fā)系統(tǒng)。易語言與其他編程軟件相比，最大的特點(diǎn)就是編程徹底中文化，編寫的代碼都是中文。這種編程語言有獨(dú)到的優(yōu)勢，可以采用漢語進(jìn)行編程。在教學(xué)過程中，根據(jù)學(xué)生特點(diǎn)，基于實(shí)體聯(lián)系圖(Entity Relationship，簡稱ER模式)和受限漢語的關(guān)系數(shù)據(jù)庫漢語查詢語言的計(jì)算模型(Restrictive Chinese Query Language，簡稱RCHIQL)進(jìn)行研究，探討其在SQL語言學(xué)習(xí)中的應(yīng)用。

數(shù)據(jù)庫自然語言界面(Natural Language Interface to a Database，簡稱NLIDB)允許用戶用自然語言對數(shù)據(jù)庫內(nèi)容提出各種操作要求，然后系統(tǒng)自動(dòng)將其轉(zhuǎn)換為數(shù)據(jù)庫的操作語言，從而在數(shù)據(jù)庫中找到正確信息，提供給用戶。該系統(tǒng)的特點(diǎn)是:采用數(shù)據(jù)庫技術(shù)、計(jì)算語言學(xué)和人工智能等多學(xué)科結(jié)合的思路，其模型建立在受限漢語集合上，利用漢語自動(dòng)分詞技術(shù)，受限漢語文法是根據(jù)數(shù)據(jù)庫漢語查詢句中常用的詞法與語法而建立的一系列的語法、語義規(guī)則，采用數(shù)據(jù)庫E－R模型與其指稱的數(shù)據(jù)庫模型語意及背景知識(shí)結(jié)合的技術(shù);輸入的漢語查詢句型符合中國人的思維習(xí)慣和表達(dá)方式;在技術(shù)上采用棧結(jié)構(gòu)形式，從漢語句型到SQL中間的語言形式都采用類關(guān)系代數(shù)形式的語義查詢樹，形式上更加靈活，便于自動(dòng)轉(zhuǎn)換;提出了用關(guān)聯(lián)按路徑的方法實(shí)現(xiàn)SQL的轉(zhuǎn)換，避免了多層嵌套搜索。

數(shù)據(jù)庫中文自然語言界面有重大的理論意義和實(shí)用價(jià)值。漢語有區(qū)別于英語的自身獨(dú)特性，機(jī)器處理相對難度較大;加上以往的研究方法不重視數(shù)據(jù)庫技術(shù)在中文查詢語言理解的作用，造成了數(shù)據(jù)庫中文自然語言界面的研究一直進(jìn)展緩慢。中文自然語言處理系統(tǒng)常用的處理方式是:分詞組合、語法分析、語義分析、語境分析等。每個(gè)步驟都要獨(dú)立完成，在自然語言處理時(shí)相對困難，但是處理程序語言還是可以勝任的。

舉例來說，給出如下的數(shù)據(jù)庫表:職工Emp(職工號(hào)EmpNO，姓名EName，任職日期HireDate，職務(wù)Job，工資Sal，部門號(hào)DeptNo)部門Dept(部門號(hào)DeptNo，部門名稱Dname，經(jīng)理號(hào)Mgr)。

如果要對工資普遍偏低(低于1000塊)的部門進(jìn)行加薪，加薪人數(shù)為10人以上，將符合條件的職工信息按照工資升序打印出來，打印信息主要有部門名稱、職工號(hào)、職工姓名、任職日期、職務(wù)、工資等，作為加薪附件。這就要求關(guān)系數(shù)據(jù)庫漢語查詢語言的計(jì)算模型(RCHIQL)理解人類語言，但是這是不可能的，因?yàn)闈h語句子的語序非常靈活，因此對其進(jìn)行語法分析，就目前技術(shù)來看是不現(xiàn)實(shí)的。但是根據(jù)實(shí)體聯(lián)系圖(ER模式)和受限漢語的關(guān)系數(shù)據(jù)庫漢語查詢語言的計(jì)算模型(RCHIQL)相結(jié)合，就能很好幫助機(jī)器理解查詢語句。二者結(jié)合，結(jié)果如下:

查詢表(職工，部門):部門名稱，職工號(hào)，姓名，任職日期，職務(wù)，工資;條件為職工.部門號(hào)=部門.部門號(hào)和工資＜1000和(查詢表(職工):記錄數(shù);條件為職工.部門號(hào)=部門.部門號(hào)和工資＜1000)＞10;按工資升序排序。

三、SQL語言學(xué)習(xí)方法

首先學(xué)會(huì)分析自然語言。數(shù)據(jù)庫的自然語言查詢在詞匯、句型、語義、語用等方面有其自身特點(diǎn)和規(guī)律。在數(shù)據(jù)庫自然語言界面(NLIDB)中自然語言受限問題有三個(gè)方面:受限方式;受限程度;如何讓用戶理解這種受限。受限方式主要表現(xiàn)在詞匯受限、句型受限、語義受限、語用受限等。對受限進(jìn)行分析的目的在于為后面的語言分析尋找一些規(guī)律和依據(jù)，使復(fù)雜的語言分析有據(jù)可依。自然查詢語言處理中，最重要的是分清查詢目標(biāo)和條件，及目標(biāo)和條件的組成規(guī)律。

編寫SQL語句的步驟如下:了解需求的邏輯;把邏輯分成若干部分;組成SQL語句?；谧匀徽Z言的查詢分析從所要引用的查詢對象開始，首先明確查詢目標(biāo)對象，也就是查詢對象和查詢結(jié)果的列(當(dāng)查詢對象有多個(gè)的時(shí)候，要注意看看是否有關(guān)聯(lián)，如果有關(guān)聯(lián)，則產(chǎn)生建議的關(guān)聯(lián)條件)，如果有條件限制，就根據(jù)限制條件組合查詢條件，達(dá)到限制目標(biāo)行的目的。然后把目標(biāo)行和目標(biāo)列進(jìn)行組合，就是結(jié)果集。根據(jù)實(shí)際需求，將結(jié)果集進(jìn)行相應(yīng)的排序或分組。通過這種思路，簡化詞匯、句型、語義、語用等方面的規(guī)律的分析，對過程按一定的規(guī)律受限(當(dāng)然要注意受限程度。受限程度過弱，系統(tǒng)實(shí)現(xiàn)難度大，系統(tǒng)可用性降低;受限程度過強(qiáng)，系統(tǒng)語言的使用范圍過窄，容易出現(xiàn)范圍失陪的情況)。

在數(shù)據(jù)庫設(shè)計(jì)過程中，從概念模型到物理模型的轉(zhuǎn)換，也就是實(shí)物設(shè)計(jì)到數(shù)據(jù)庫的實(shí)現(xiàn)的過程中，很多語義信息都丟失了，而用戶查詢卻是在基于模型概念的基礎(chǔ)之上。可以根據(jù)以上流程，通過下面三個(gè)步驟實(shí)現(xiàn)對SQL的學(xué)習(xí)。

首先進(jìn)行目標(biāo)定位。以之前的例子為例:如果要對工資普遍偏低(低于1000塊)的部門進(jìn)行加薪，加薪人數(shù)為10人以上。分析員工信息列、員工工資等信息在員工表中，部門人數(shù)統(tǒng)計(jì)在相關(guān)部門表中。因此，中文SQL的學(xué)習(xí)語言是“查詢表(職工，部門);部門名稱，職工號(hào)，姓名，任職日期，職務(wù)，工資”。

然后進(jìn)行條件分析，劃分集合塊。尋找與結(jié)果相關(guān)的條件、對象之間的關(guān)聯(lián)條件以及先定結(jié)果的條件。從第一步產(chǎn)生的結(jié)果集，需求中哪些會(huì)影響到結(jié)果，并分析其中是否有隱含的條件。

對結(jié)果進(jìn)行二次篩選。根據(jù)第二步限定條件查詢出來的結(jié)果雖然已經(jīng)符合用戶要求，但是仍然存在另一部分對結(jié)果產(chǎn)生影響的因素，但是這些因素又不屬于條件范疇中，比如分組、結(jié)果集的排序、重復(fù)行的去除以及只取前幾行等情況。在本文中提出的例子，對整個(gè)結(jié)果存在影響的是:按工資排序。因此在第三步產(chǎn)生中文SQL學(xué)習(xí)語言中應(yīng)為“按工資升序排列”。然后生成SQL語句。

基于概念模式產(chǎn)生的中文SQL學(xué)習(xí)語言查詢的中間表達(dá)形式，然后形成SQL語句的表達(dá)方式。在SQL的轉(zhuǎn)換過程中，將整個(gè)含有復(fù)雜語義的自然語言查詢分成不同模塊，轉(zhuǎn)換為一個(gè)數(shù)據(jù)庫查詢語言。因此要制定中文SQL學(xué)習(xí)語言庫，實(shí)現(xiàn)受限漢語和數(shù)據(jù)庫語言的相互映射，通過所分的兩個(gè)模塊，實(shí)現(xiàn)SQL語句的生成。

第一個(gè)模塊實(shí)現(xiàn)語法轉(zhuǎn)換。運(yùn)用中文SQL學(xué)習(xí)語言庫受限漢語和數(shù)據(jù)庫語言相互映射的規(guī)律，并根據(jù)符合SQL的語言自身的特點(diǎn)，對中文的SQL語言學(xué)習(xí)進(jìn)行轉(zhuǎn)換、調(diào)整。另外保留轉(zhuǎn)換后的應(yīng)為SQL學(xué)習(xí)語言，也就是中間語言。

還是結(jié)合剛剛那個(gè)例子。轉(zhuǎn)換前的中文SQL語言是:“查詢表(職工，部門):部門名稱，職工號(hào)，姓名，任職日期，職務(wù)，工資;條件為職工.部門號(hào)=部門.部門號(hào)和工資＜1000和(查詢表(職工):記錄數(shù);條件為職工.部門號(hào)=部門.部門號(hào)和工資＜1000)＞10;按工資升序排序?！鞭D(zhuǎn)換后的中文SQL語言是:“SELECT部門名稱，職工號(hào)，姓名，任職日期，職務(wù)，工資FROM職工，部門WHERE職工.部門號(hào)=部門.部門號(hào)AND工資＜1000AND(SELECT COUNT (*)FROM職工.WHERE職工.部門號(hào)=部門.部門號(hào)和工資＜1000)＞10ORDERBY工資ASC”。

語法轉(zhuǎn)換完成后，進(jìn)行語義轉(zhuǎn)換。數(shù)據(jù)庫的概念模型設(shè)計(jì)適合用戶閱讀，也適合學(xué)校課堂教授，學(xué)生也比較容易理解。在數(shù)據(jù)庫管理中，注意數(shù)據(jù)庫的物理實(shí)現(xiàn)，同時(shí)也要注意丟失的概念模型設(shè)計(jì)信息。因此，在這個(gè)模塊中，要注意根據(jù)概念模塊與物理模塊的對應(yīng)關(guān)系將中間語言轉(zhuǎn)化成最終的SQL語言。

在這個(gè)例子中，最終的SQL語言如下:SELECT Dname，Emp.EmpNO，Ename，HireDate，Job，Sal FROM Emp，Dept WHERE Emp.DeptNo=Dept.DeptNo AND Sal＜l000”AND (SELECT COUNT(E.EmpNO)FROM Emp E WHERE E.DeptNo=Dept.DeptNo AND Sal＜l000)＞10ORDER BY Sal。

四、結(jié)語

本文主要介紹了關(guān)系數(shù)據(jù)庫SQL語言學(xué)習(xí)的現(xiàn)狀、SQL語言學(xué)習(xí)理念和SQL語言學(xué)習(xí)方法，通過中文SQL學(xué)習(xí)語言，結(jié)合具體SQL學(xué)習(xí)案例進(jìn)行學(xué)習(xí)，并提出了教學(xué)中的改進(jìn)方案，通過具體例子幫助學(xué)生理解SQL語句的編寫邏輯，輔助數(shù)據(jù)庫教學(xué)。但是鑒于漢語受限程度較大，因此無法智能分析自然語言，還需要人為因素參與。

［1］劉志芳.董小蕾.易語言的使用與研究［J］.唐山師范學(xué)院學(xué)報(bào)，2007，(3).

［2］崔宗軍.唐世渭.楊冬青.基于ER模型和受限漢語的數(shù)據(jù)庫中文查詢語言研究［J］.中文信息學(xué)報(bào)，2001，(6).

［3］孟小峰.王珊.中文數(shù)據(jù)庫自然語言查詢系統(tǒng)Nchiql設(shè)計(jì)與實(shí)現(xiàn)［J］.計(jì)算機(jī)研究與發(fā)展，2001，(9).

［4］閆紅巖.SQL語句分析及數(shù)據(jù)庫安全研究［J］.貴州大學(xué)學(xué)報(bào)，2006，(11).

［5］蔡雷.數(shù)據(jù)庫查詢語言SQL的語法分析及實(shí)現(xiàn)［J］.天津大學(xué)校報(bào)，2006，(12).

［6］孟小峰.中文數(shù)據(jù)庫自然語言查詢處理研究［D］.北京:中國科學(xué)院計(jì)算機(jī)技術(shù)研究所，1999.

［7］許龍飛.楊曉君.唐世渭.基于受限漢語的數(shù)據(jù)庫自然語言接口技術(shù)研究［J］.軟件學(xué)報(bào)，2002，(4).

［8］文秋芳.英語學(xué)習(xí)策略論［M］.上海:上海外語教育出版社，2000.

［9］盧民榮.范年柏.數(shù)據(jù)庫自然語言接口技術(shù)研究及其在教學(xué)中的應(yīng)用［J］.計(jì)算機(jī)光盤軟件與應(yīng)用，2011，(2).

［10］顧國良.王能斌.數(shù)據(jù)庫NL界面上漢語查詢的EAAD模型［J］.計(jì)算機(jī)學(xué)報(bào)，1990，(13).

［11］俞士汶.關(guān)于受限的規(guī)則漢語的設(shè)想［M］.濟(jì)南:山東教育出版社，1995.

TP315

A

1006－5342(2012)08－0143－02

2012－06－13