...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of human-computer studies >Natural language querying of databases: an information extraction approach in the conceptual query language
【24h】

Natural language querying of databases: an information extraction approach in the conceptual query language

机译：数据库的自然语言查询：概念查询语言中的信息提取方法

获取原文
   

获取外文期刊封面封底 >>

       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Natural language (NL) interfaces for database (DB) query formulation have always been recognized as a much-needed enhancement for DB end-users. NL systems, however, have shortcomings that have led some DB researchers to question their practicality. The drawbacks stem primarily from their weak interpretative power. This weakness is, to a large extent, due to their inability to deal with the nuances in human use of natural language. Some studies, however, show that NL database systems are practical and useful in narrow domains like DB querying. One way of addressing the difficulty with NL database query languages (DBQLs) is to combine concept-based DBQL paradigms with NL approaches to enhance the overall ease-of-use of the query interface. In this study, the conceptual query language-with-natural language (CQL/NL) is proposed. CQL/NL uses information extraction methods to filter NL query statements for search predicates that are derived from constructs on conceptual schemas. In this way, it avoids the computational difficulty with full-hedged NL parsing. In the main, we draw on certain concepts in natural language processing and computational linguistics to develop CQL/NL. (C) 2000 Academic Press. [References: 57]
机译：数据库（DB）查询公式化的自然语言（NL）接口一直被认为是DB最终用户急需的增强功能。但是，NL系统存在一些缺陷，导致一些数据库研究人员质疑其实用性。缺点主要是由于它们较弱的解释能力。这种弱点在很大程度上是由于它们无法应付人类使用自然语言的细微差别。但是，一些研究表明，NL数据库系统在诸如DB查询之类的狭窄域中是实用且有用的。解决NL数据库查询语言（DBQL）困难的一种方法是将基于概念的DBQL范例与NL方法相结合，以增强查询界面的整体易用性。在这项研究中，提出了概念查询自然语言（CQL / NL）。 CQL / NL使用信息提取方法来过滤NL查询语句，以查找从概念性架构上的构造派生的搜索谓词。这样，它避免了使用完全对冲的NL解析的计算难度。首先，我们利用自然语言处理和计算语言学中的某些概念来开发CQL / NL。 （C）2000年学术出版社。 [参考：57]

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号