张晓芳，欧睿，曾钰城，饶攀军，陈科，郑元，张雷，李明艳

（1 太极计算机股份有限公司，北京 100102；2 哈尔滨工业大学，哈尔滨 150001）

0 引言

在传统的以业务流为基础的软件中，用户会根据业务类型，调用业务对应的程序接口，完成业务需求。但随着业务需求的多样化，业务对应的程序接口也会变得愈加繁杂，此时用户为完成一项业务所需的操作步骤就会增多，导致工作效率下降和增加出错概率。针对于此，本文研究的指令序列转换，是把用户用自然语言表述的业务需求转换为可供系统执行的指令，通过执行指令完成用户所表达的业务需求，可以有效缩短操作步骤，提高工作效率和降低出错概率。

通常情况下，业务需求基本上都可以映射为对数据库的增、删、改、查。由于指令与SQL 语句类似，则可将其转换成类似于SQL 语句的表达方式，进而用Text2SQL 和NL2SQL 相关技术完成自然语言到指令的转换。

自然语言序列到指令序列的转换任务，在自然语言处理领域一直受到研究人员的关注，通常被称为NLIDBs（Natural Language Interface to Databases）［1－2］。

早期提出的系统大多都是基于人工编写的特定转换规则，只能应用到特定的数据库中［3－5］。后来的工作着重于构建一个能够泛化的转换系统，该系统可以用最少的人力即可用于多个数据库［6－8］。近年来，随着语义解析技术的进步，以端到端［9－10］模型为代表的方法，以及在此基础之上构建的高级神经网络的方法［11－12］，在大规模跨领域Text－to－SQL 数据集上。例如，WikiSQL［13］和Spider［14］，取得了非常好的效果。

针对上述问题，结合近年来有关Text2SQL 的工作，本文对以往模型进行改进，提出了混合排序填充网络模型（Hybrid Ranking Filling Network，H－Net）。……