将自然语言转换为SQL查询
ln2sql的Python项目详细描述
#ln2sql
<；b>；ln2sql是一个用自然语言查询数据库的nlp工具。该工具接受输入数据库模型和句子，并将后者翻译为一个有效的sql语句，该语句能够查询输入数据模型。
以下法国论文（可在"docs/"目录中找到）对其进行了说明：
<；i>；<；a rel="license"href="https://www.researchgate.net/publication/278965118_fr2sql_de_bases_donnees_en_francais">；Beno_t Couderc和Jérémy Ferrero。fr2sql：法语数据库查询。（fr2sql:des données en fran_ais[法语]审讯）。在第17届朗诵会（附属于第22届塔林会议）的会议记录中。2015年6月。法国，卡昂。阿塔拉。pp.1-12<；/a>；<；/i>；
如果您使用ln2sql，请引用该论文。
它只是一个快速且脏兮兮的python包装器，但它具有一些速度优化功能。
*[数据模型只能从sql转储文件的解析中学习。因此，<；b>；不需要数据库连接<；b>；（https://github.com/ferrerojeremy/ln2sql数据库输入）
*在本文中，<；a rel="tt"href="http://www.cis.uni muenchen.de/~schmid/tools/treetagger/">；treetagger<；/a>；用于筛选输入语句acor的单词。通过这种方式，可以在输入语句的关键字和数据模型的关键字之间进行映射。
在ln2sql中，treegager被保留下来，支持导入个人配置文件（对于[语言]（https://github.com/ferrerojeremy/ln2sql suppoRTED语言），[停止词和同义词]（https://github.com/ferrerojeremy/ln2sql同义词和停止词列表）要更通用。
>；请注意，ln2sql因此无法自动解决性别和数字问题。因此，如果输入语句中有"student"一词，则该词与数据模型中的表"student"不匹配。要做到这一点，必须在[使用的aurus]（https://github.com/ferrerojeremy/ln2sql同义词表和停止词列表）。
如果您想要使用treetagger的版本，则a<；a rel="wrapper"href="https://perso.limsi.fr/pointal/dev:treetaggerwrapper">；python wrapper<；/a>；存在，并且可以找到文档<；a rel="doc"href="http://treetaggerwrapper.readthedocs.io/en/latest/">；这里是<；/a>；
*[理论上，所有语言都可以支持。]（https://github.com/ferrerojeremy/ln2sql支持的语言）
*语法仍然解析输入语句以生成相应的查询结构，但是现在这个structure存储在一个python类中，该类能够打印[a query structure json文件]（https://github.com/ferrerojeremy/ln2sql/blob/master/readme.md json output）。因此，查询生成的哈希映射被放弃。此外，还采用了多线程实现。
\sql语句支持
-[x]select
-[x]one column
-[x]multiple column
-[x]all column
-[x]distinct select
-[x]aggregate functions
-[x]count select
-[x]sum select
-[x]平均选择
-[x]最小选择
-[x]最大选择
-[x]连接
-[x]内部连接
-[x]自然连接
-[x]其中
-[x]一个条件
-[x]多个条件
-[x]连接
-[x]分离
-[x]交叉条件
-[x]运算符
-[x]-[x]等于运算符
-[x]不等于运算符
-[x]大于运算符
-[x]小于运算符
-[x]类似运算符
-[]介于运算符之间（不是100%有效）
-[x]聚合fu条件
-[x]和条件
-[x]平均条件
-[x]最小条件
-[x]最大条件
-[x]按顺序
-[x]ASC
-[x]描述
-[x]按组
-[x]多个查询
-[x]异常和错误处理
-[]值检测（不是100%有效）
-[x]如何使用？
这些文件是csv文件。每一行代表一种关键字。忽略冒号之前的任何内容。关键字必须用逗号分隔。
您可以按照英文和法文模板构建自己的语言配置文件。
为此，需要加载相应的SQL转储文件。<；br/>；
a<；a rel="dump"ref="https://en.wikipedia.org/wiki/database\u dump">；数据库转储<；/a>；是一个包含表结构和/或数据库数据的记录的文件。
p align="center">；<；img src="https://raw.githubusercontent.com/ferrerojeremy/ln2sql/master/docs/database_loading.png"width="700">；
同义词表可以在"thesaurus/"目录中找到。您可以按照<；a rel="Thesaurus"href="http://extensions.openoffice.org/en/search"创建自己的主题词库。f%5b0%5d=field_project_tags%3a157">；OpenOffice模板<；/a>；
您可以使用停止字列表改进停止字筛选。您可以按照"stop word s/`directory"目录中的列表模板来构建自己的"stopwords"列表。
\\\\\\\\\\\\\<
>您可以按照以下方式直接使用python包装器：
``
>用法：
>python2sql.pypypypy-d&l t；path>；-l<；path>；-l<；path>；-i<；输入语句>；[-j<；path>；][-t<；path<；path>；][-s<；lt；lt；path>；[-s<；lt；lt；lt；路径>；]
参数：
-h打印此帮助消息
-d&l t；path>；指向SQL转储文件的路径
-l<；path>；指向语言配置文件的路径
-i<；输入语句>；要分析的输入语句
-j<；path>；指向JSON输出文件的路径
-t<；path>；指向同义词库文件的路径
-s<；path>；stopwords文件的路径
```
用法示例：
```
python ln2sql.py-d database/city.sql-l lang/english.csv-j output.json-i"使用blob名称计算有多少个城市？"
```
或通过图形界面键入以下命令：
````
python ln2sql-gui.py
```
将出现类似于下面的窗口：
<；p align="center">；<；img src="https://raw.githubusercontent.com/ferrerojeremy/ln2sql/master/docs/graphical\u user-interface.png"width="600">；<；/p>；
json输出
````
```````````json
{
"选择"：{
"列"："年龄"，
"类型"："avg"
}，
"来自"：{
"表"："学生"
>>}，
"加入"：{
，
"其中：{
"条件"：[
"列"："姓名"，
"操作员"："="，<
"表"："学生"
"学生"
"加入"：{"加入"：{
，
"其中："
"其中："{"条件"："{
"条件"条件："[
"值"："doe"
}，
{
{
"operator"："或"或
}，
{"column"："age"，
"operator"：">；"，
"value"："25"
>
>
<
，
"group by"：{
，
"order"指：{
`
<该工具在模型v下实现查看控制器模式。从python标准库导入的类不会显示在关系图中，除非继承所需的类（<；i>；例如<；/i>；<；i>；线程<；/i>；或<；i>；异常<；/i>；）。
<；p align="center">；<；img src="https://raw.githubusercontent.com/ferrerojeremy/ln2sql/master/docs/mvc_class_diagram.png">；<；/p>；
上面的关系图是用<；a rel="staruml"ref="http://staruml.io/">；staruml<；/a>；
<；br/>；
<；br/>；
<；b>；ln2sql是一个用自然语言查询数据库的nlp工具。该工具接受输入数据库模型和句子，并将后者翻译为一个有效的sql语句，该语句能够查询输入数据模型。
以下法国论文（可在"docs/"目录中找到）对其进行了说明：
<；i>；<；a rel="license"href="https://www.researchgate.net/publication/278965118_fr2sql_de_bases_donnees_en_francais">；Beno_t Couderc和Jérémy Ferrero。fr2sql：法语数据库查询。（fr2sql:des données en fran_ais[法语]审讯）。在第17届朗诵会（附属于第22届塔林会议）的会议记录中。2015年6月。法国，卡昂。阿塔拉。pp.1-12<；/a>；<；/i>；
如果您使用ln2sql，请引用该论文。
它只是一个快速且脏兮兮的python包装器，但它具有一些速度优化功能。
*[数据模型只能从sql转储文件的解析中学习。因此，<；b>；不需要数据库连接<；b>；（https://github.com/ferrerojeremy/ln2sql数据库输入）
*在本文中，<；a rel="tt"href="http://www.cis.uni muenchen.de/~schmid/tools/treetagger/">；treetagger<；/a>；用于筛选输入语句acor的单词。通过这种方式，可以在输入语句的关键字和数据模型的关键字之间进行映射。
在ln2sql中，treegager被保留下来，支持导入个人配置文件（对于[语言]（https://github.com/ferrerojeremy/ln2sql suppoRTED语言），[停止词和同义词]（https://github.com/ferrerojeremy/ln2sql同义词和停止词列表）要更通用。
>；请注意，ln2sql因此无法自动解决性别和数字问题。因此，如果输入语句中有"student"一词，则该词与数据模型中的表"student"不匹配。要做到这一点，必须在[使用的aurus]（https://github.com/ferrerojeremy/ln2sql同义词表和停止词列表）。
如果您想要使用treetagger的版本，则a<；a rel="wrapper"href="https://perso.limsi.fr/pointal/dev:treetaggerwrapper">；python wrapper<；/a>；存在，并且可以找到文档<；a rel="doc"href="http://treetaggerwrapper.readthedocs.io/en/latest/">；这里是<；/a>；
*[理论上，所有语言都可以支持。]（https://github.com/ferrerojeremy/ln2sql支持的语言）
*语法仍然解析输入语句以生成相应的查询结构，但是现在这个structure存储在一个python类中，该类能够打印[a query structure json文件]（https://github.com/ferrerojeremy/ln2sql/blob/master/readme.md json output）。因此，查询生成的哈希映射被放弃。此外，还采用了多线程实现。
\sql语句支持
-[x]select
-[x]one column
-[x]multiple column
-[x]all column
-[x]distinct select
-[x]aggregate functions
-[x]count select
-[x]sum select
-[x]平均选择
-[x]最小选择
-[x]最大选择
-[x]连接
-[x]内部连接
-[x]自然连接
-[x]其中
-[x]一个条件
-[x]多个条件
-[x]连接
-[x]分离
-[x]交叉条件
-[x]运算符
-[x]-[x]等于运算符
-[x]不等于运算符
-[x]大于运算符
-[x]小于运算符
-[x]类似运算符
-[]介于运算符之间（不是100%有效）
-[x]聚合fu条件
-[x]和条件
-[x]平均条件
-[x]最小条件
-[x]最大条件
-[x]按顺序
-[x]ASC
-[x]描述
-[x]按组
-[x]多个查询
-[x]异常和错误处理
-[]值检测（不是100%有效）
-[x]如何使用？
这些文件是csv文件。每一行代表一种关键字。忽略冒号之前的任何内容。关键字必须用逗号分隔。
您可以按照英文和法文模板构建自己的语言配置文件。
为此，需要加载相应的SQL转储文件。<；br/>；
a<；a rel="dump"ref="https://en.wikipedia.org/wiki/database\u dump">；数据库转储<；/a>；是一个包含表结构和/或数据库数据的记录的文件。
p align="center">；<；img src="https://raw.githubusercontent.com/ferrerojeremy/ln2sql/master/docs/database_loading.png"width="700">；
同义词表可以在"thesaurus/"目录中找到。您可以按照<；a rel="Thesaurus"href="http://extensions.openoffice.org/en/search"创建自己的主题词库。f%5b0%5d=field_project_tags%3a157">；OpenOffice模板<；/a>；
您可以使用停止字列表改进停止字筛选。您可以按照"stop word s/`directory"目录中的列表模板来构建自己的"stopwords"列表。
\\\\\\\\\\\\\<
>您可以按照以下方式直接使用python包装器：
``
>用法：
>python2sql.pypypypy-d&l t；path>；-l<；path>；-l<；path>；-i<；输入语句>；[-j<；path>；][-t<；path<；path>；][-s<；lt；lt；path>；[-s<；lt；lt；lt；路径>；]
参数：
-h打印此帮助消息
-d&l t；path>；指向SQL转储文件的路径
-l<；path>；指向语言配置文件的路径
-i<；输入语句>；要分析的输入语句
-j<；path>；指向JSON输出文件的路径
-t<；path>；指向同义词库文件的路径
-s<；path>；stopwords文件的路径
```
用法示例：
```
python ln2sql.py-d database/city.sql-l lang/english.csv-j output.json-i"使用blob名称计算有多少个城市？"
```
或通过图形界面键入以下命令：
````
python ln2sql-gui.py
```
将出现类似于下面的窗口：
<；p align="center">；<；img src="https://raw.githubusercontent.com/ferrerojeremy/ln2sql/master/docs/graphical\u user-interface.png"width="600">；<；/p>；
json输出
````
```````````json
{
"选择"：{
"列"："年龄"，
"类型"："avg"
}，
"来自"：{
"表"："学生"
>>}，
"加入"：{
，
"其中：{
"条件"：[
"列"："姓名"，
"操作员"："="，<
"表"："学生"
"学生"
"加入"：{"加入"：{
，
"其中："
"其中："{"条件"："{
"条件"条件："[
"值"："doe"
}，
{
{
"operator"："或"或
}，
{"column"："age"，
"operator"：">；"，
"value"："25"
>
>
<
，
"group by"：{
，
"order"指：{
`
<该工具在模型v下实现查看控制器模式。从python标准库导入的类不会显示在关系图中，除非继承所需的类（<；i>；例如<；/i>；<；i>；线程<；/i>；或<；i>；异常<；/i>；）。
<；p align="center">；<；img src="https://raw.githubusercontent.com/ferrerojeremy/ln2sql/master/docs/mvc_class_diagram.png">；<；/p>；
上面的关系图是用<；a rel="staruml"ref="http://staruml.io/">；staruml<；/a>；
<；br/>；
<；br/>；
欢迎加入QQ群-->： 979659372
