將自然語(yǔ)言轉(zhuǎn)化成數(shù)據(jù)庫(kù)可以執(zhí)行的查詢(xún)語(yǔ)句，是目前智能交互和人機(jī)對(duì)話(huà)系統(tǒng)的核心難題，也是新型供電列車(chē)大數(shù)據(jù)運(yùn)用支撐平臺(tái)對(duì)接應(yīng)用平臺(tái)及建立堿軌列車(chē)個(gè)性化運(yùn)維系統(tǒng)的難點(diǎn)?，F(xiàn)有的基于神經(jīng)網(wǎng)絡(luò)的方法沒(méi)有充分利用數(shù)據(jù)表的豐富信息，影響了查詢(xún)的準(zhǔn)確率。針對(duì)數(shù)據(jù)表內(nèi)容作為輸λ的情況下，如何提升自然語(yǔ)言查詢(xún)接口的查詢(xún)準(zhǔn)確率的問(wèn)題，文中創(chuàng)新地提出了基于數(shù)據(jù)表內(nèi)容的字段嵌入方法，利用數(shù)據(jù)表中每個(gè)字段存儲(chǔ)的內(nèi)容對(duì)字段進(jìn)行嵌入表示，并據(jù)此提出了新的模型嵌入層結(jié)構(gòu);此外，提出了一種基于數(shù)據(jù)表內(nèi)容的數(shù)據(jù)增強(qiáng)方法，通過(guò)用數(shù)據(jù)表相冋字段中的其他記錄去代替查詢(xún)語(yǔ)句中的屬性值，來(lái)產(chǎn)生新的訓(xùn)練樣本。最后，針對(duì)提岀的字段嵌入表示和數(shù)據(jù)增強(qiáng)方法，在 Wikisqi數(shù)據(jù)集上進(jìn)行了對(duì)比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示，相比當(dāng)前效果最妤的模型，單獨(dú)使用這兩種方法時(shí)能夠提升0.6%~0.8%的查詢(xún)準(zhǔn)確率，共同使用時(shí)則能夠提升接近1%的查詢(xún)準(zhǔn)確率，證明所提字段嵌入和數(shù)據(jù)増強(qiáng)方法對(duì)查詢(xún)準(zhǔn)確率有一定的提升作用。