买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于分层问句生成与自博弈的数据扩充方法，首先设计了一个分层的问句生成模型，利用目标查询语句与当前查询语句，经过子句分解、预测子句集生成、子问句转换、问句组合四个步骤预测下一问句。在已有的多轮医疗Text‑to‑SQL数据基础上，借助自博弈思想循环生成新的数据。这种分层的问句生成可以更好地处理复杂SQL语句，生成更自然准确的问句，增加对话流的多样性。经自博弈生成的扩充数据集可以有效缓解医疗会诊场景下多轮Text‑to‑SQL数据集稀缺的问题，提高重训练后Text‑to‑SQL模型的泛化能力，进而提高模型性能。

主权项：1.一种基于分层问句生成与自博弈的数据扩充方法，其特征在于，包括如下步骤：步骤1、获取已有的多轮医疗Text-to-SQL数据集；步骤2、利用数据集中标准的SQL查询问句通过插槽的方法构造新的查询目标SQL语句G；步骤3、将输入的当前查询语句Qt及查询目标SQL语句G分别分解成当前子句集合St和目标子句集合SG，对比其差异后得到非目标序列和填补序列进而预测下一问句的SQL子句序列St+1；步骤4、将自然语言问句拆分为自然语言子问句，基于字符串匹配将SQL子句于自然语言子问句对齐，得到SQL子句-子问句对数据；步骤5、将SQL子句-子问句对数据作为输入，利用预训练的端到端的转换模型，预测的下一问句的SQL子句序列St+1，得到对应的下一问句自然语言子问句序列步骤6、根据SQL语句执行的顺序，将对应的自然语言子问句序列进行拼接，获得完整的所预测的下一句自然语言问句Ut+1，并通过预训练的端到端的Text-to-SQL模型，生成对应的SQL查询语句Qt+1；步骤7、将SQL查询语句Qt+1作为步骤3的输入，重复进行步骤3至步骤6的操作，获得最终的自然语言问句对应的SQL查询语句QT，以及完整的一组多轮对话问句文本及SQL语句数据；步骤8、将最终的自然语言问句对应的SQL查询语句QT利用步骤3的方法分解为最终查询子句集合ST，并对照目标子句集合SG计算子句的平均准确率，将其作为最终问句与目标查询的相似度评分scoreQT,G，根据需求设计准确率阈值，相似度评分较低时丢弃该轮次生成的数据；步骤9、将保留的数据作为输入，重复步骤2至步骤8所叙述的循环中，获取大量的高质量多轮Text-to-SQL训练数据。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种基于分层问句生成与自博弈的数据扩充方法