(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211252819.8 (22)申请日 2022.10.13 (71)申请人 北京谊慧信息技 术有限公司 地址 100000 北京市朝阳区安慧里四区15 号楼院2号楼1-14层2-4 号4层417室 (72)发明人 刘沂鑫　周丞　 (74)专利代理 机构 天津朗熠 知识产权代理事务 所(普通合伙) 12259 专利代理师 刘欢 (51)Int.Cl. G06F 40/253(2020.01) G06F 16/2452(2019.01) G06F 16/25(2019.01) G06F 40/216(2020.01) (54)发明名称 一种基于自然语言处理的智能数据分析方 法和系统 (57)摘要 本发明提供了基于自然语言处理的智能数 据分析方法和系统， 涉及数据分析系统， 包括： 提 供一用于接收用户输入文本的搜索栏 以接收自 然语言文本； 基于自然语言处理系统对接收到的 自然语言文本进行分析， 得到对应自然语言文本 的语义的多个字符串片段， 基于多个字符串片段 生成数据库语法的一组TOKEN集合； 使用表示查 询语法的有限状态机为TOKEN集合生成查询图； 基于查询图确定TOKEN集合中的每个TOKEN的序 列以形成数据库查询； 使用基于数据库查询的查 询指令来调用数据库的搜索行为， 以获得搜索结 果。 本发明提升了数据分析效率且 方便普通用户 使用， 极大提升了非IT专业人员 （普通用户） 直接 对多数据源 （非关系数据源） 的大量混合数据进 行数据分析的工作效率。 权利要求书2页 说明书4页 附图1页 CN 115329753 A 2022.11.11 CN 115329753 A 1.一种基于自然语言处 理的智能数据分析 方法， 其特 征在于， 包括： 提供一用于 接收用户输入文本的搜索栏以接收 自然语言文本； 基于自然语言处理系统对接收到的所述自然语言文本进行分析， 得到对应所述自然语 言文本的语义的多个字符串片段， 基于多个所述字符串片段生成数据库语法 的一组TOKEN 集合； 使用表示 查询语法的有限状态机为所述TOKEN 集合生成查询图； 基于所述 查询图确定所述TOKEN 集合中的每 个TOKEN的序列以形成数据库查询； 使用基于数据库查询的查询指令来调用数据库的搜索行为， 以获得搜索结果。 2.根据权利要求1所述的基于自然语言处理 的智能数据分析方法， 其特征在于， 所述使 用表示查询语法的有限状态机为所述TOKEN 集合生成查询图的步骤， 具体包括： 有限状态机的节点表示TOKEN类型， 有限状态机的有向边表示查询语法中TOKEN类型之 间的有效转换， 查询图对应于TOKEN集合中的各个TOKEN， 查询图的有向边表示TOKEN排序中 两个TOKEN之间的转换。 3.根据权利要求1所述的基于自然语言处理 的智能数据分析方法， 其特征在于， 所述基 于所述查询图确定所述TOKEN集合中的每个TOKEN的序列以形成数据库查询的步骤， 具体包 括： 确定从查询图的源节点到目标节点的有向边的权重， 这对应于TOKEN集合中的第一个 TOKEN到第二个TOKEN， 其中， 权重是基于从表示第一个TOKEN的TOKEN类型的有限状态机的 节点到表示第二个TOKEN的TOKEN类型的有限状态机的节点的有向边的语 法权重来确定的， 语法权重指示查询语法中从第一个TOKEN类型的TOKEN到第二个TOKEN类型的TOKEN的转换 频率。 4.根据权利要求1所述的基于自然语言处理的智能数据分析方法， 其特征在于， 还包 括： 从所述查询图中移除一条或多条有向边以形成无环查询图， 并基于所述无环查询图确 定TOKEN集合中TOKEN的顺序。 5.根据权利要求1所述的基于自然语言处理的智能数据分析方法， 其特征在于， 应用 Eades算法生成所述 查询图。 6.根据权利要求1所述的基于自然语言处理 的智能数据分析方法， 其特征在于， 使用改 良的Dijkst ra算法确定所述 查询图中的最短路径。 7.根据权利要求1所述的基于自然语言处理的智能数据分析方法， 其特征在于， 还包 括： 基于查询语法从TOKEN集合中识别有效开始TOKEN和有效结束TOKEN， 并确定所述查询 图中从有效开始TOKEN对应的顶点 开始到有效结束 TOKEN对应的顶点结束的路径。 8.根据权利要求1所述的基于自然语言处理的智能数据分析方法， 其特征在于， 还包 括： 确定所述 查询图中顶点的路径并选择权 重和最大的路径。 9.根据权利要求1所述的基于自然语言处理的智能数据分析方法， 其特征在于， 还包 括： 确定字符串和TOKEN集合与 一种模式匹配， 对应于这个匹配， 基于与模式相关联的模式权　利　要　求　书 1/2 页 2 CN 115329753 A 2分数设置查询图的有向边的权 重。 10.一种基于自然语言处 理的智能数据分析系统， 其特 征在于， 包括： 存储器， 用于存 储程序指令； 处理器， 用于调用所述存储器 中存储的所述程序指令以实现如权利要求1至9中任一项 所述的基于自然语言处 理的智能数据分析 方法。权　利　要　求　书 2/2 页 3 CN 115329753 A 3