CN119537486A 数据库知识体的构建方法及结构化查询语言生成方法 (煤炭科学研究总院有限公司)_第1页
CN119537486A 数据库知识体的构建方法及结构化查询语言生成方法 (煤炭科学研究总院有限公司)_第2页
CN119537486A 数据库知识体的构建方法及结构化查询语言生成方法 (煤炭科学研究总院有限公司)_第3页
CN119537486A 数据库知识体的构建方法及结构化查询语言生成方法 (煤炭科学研究总院有限公司)_第4页
CN119537486A 数据库知识体的构建方法及结构化查询语言生成方法 (煤炭科学研究总院有限公司)_第5页
已阅读5页,还剩46页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

数据库知识体的构建方法及结构化查询语本申请提出一种数据库知识体的构建方法层节点数据,多层节点数据包括数据表的表信2所述文本代码配对数据集包括从数据库查询历史中获取的多个由问题文本与对应的SQL代将所述数据表融合信息匹配所述知识体单元的多层节点数据,构量化所述字段枚举值,得到字段枚举值向量;并将所述字段枚将所述字段名、字段描述、数据表业务描述组成第二数据对,所对于所述文本代码配对数据集中各配对数据,通过问题文本进行字段含义推将所述第二数据对与所述第三数据对进行相同字段名的数据对合并3计算所述字段名的唯一数据对中描述文本列表的平均向量6.一种基于关系型数据库知识体的结构化查询语言生成型数据库知识体为通过如权利要求1至5中任一项所述的关系型数据库知识体的构建方法将所述数据表合并信息添加至所述大语言模型的提示词中,并通过大语言模型对所述用户问题进行字段推理和枚举值抽取,得到至分别对所述至少一个待检索字段和所述至少一个待检索枚举值进所述至少一个待检索字段中各待检索字段的字段向量表示和所述至少一个待检索枚举值基于所述各待检索字段的字段向量表示和所述各待检索枚举值的值以及和该最匹配枚举值相应的若干候选字过滤所述第一检索结果,得到所述各待检索字段的唯一候选基于所述各待检索字段的唯一候选字段查询该唯一候选字段对应的知识基于所述各待检索枚举值的唯一候选字段查询该唯格式化所述各待检索字段的唯一候选字段及其相关信息和补充信示和所述各待检索枚举值的枚举值向量表示,检索所述关系型数据库知识体的相关字段,基于所述各待检索字段的字段向量表示,检索所述关系型数据库知识体的字段向量,得到与所述各待检索字段的字段向量表示相似的N个fi=si*0.7+ui*0.3其中,si为初选相似向量经过最大最小值归一化的余4基于所述N个初选相似向量中各初选相似向量的综合得分,获取所述各待检索字段的基于所述各待检索枚举值的枚举值向量表示,检索所述关系型获取所述目标枚举值向量表示对应的目标枚举值名称,并基于所述目标枚举值名称,对所述各待检索字段的若干候选字段及其相关信息和所述各待检索枚举值的若干候9.一种关系型数据库知识体的构建装置,其特征信息抽取模块,用于通过大语言模型对文本代码配信息融合模块,用于融合所述第一数据表信息和所述第二知识体构建模块,用于将所述数据表融合信息匹配所述知识体单元的多层节点数据,型数据库知识体为通过如权利要求1至5中任一项所述的关系型数据库知识体的构建方法知识检索模块,用于基于所述用户问题检索所述关系型数语言生成模块,用于将所述数据表合并信息添加至所述大语言模型5高性能的大语言模型(LargeLanguageModel,LLM)已具备较强的SQL逻辑理解能力(如为LLM生成SQL提供的数据信息无法在尽量小的上下文长度内保证足够的准确性和全面性,[0003]一般在使用LLM进行SQL生成过程中,常规的方法是使用普通的数据库知识图谱或是从历史人工查询SQL的历史记录中搜索相似场景并提供相应的SQL代码作为LLM生成[0006]针对从历史人工查询SQL的历史记录中搜索相似场景并提供相应的SQL代码的方供用于提升大语言模型TEXT2SQL生成能力的关系[0009]本申请的第二个目的在于提出一种基于关系型数据库知识体的结构化查询语言[0011]本申请的第四个目的在于提出一种基于关系型数据库知识体的结构化查询语言6[0017]通过大语言模型对文本代码配对数据集进行推理和抽取,获7[0034]语言生成模块,用于将所述数据表合并信息添加至所述供精炼低冗余、且准确全面丰富的依赖数据,提升大语言模型TEXT2SQL生成能力,提升[0040]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得[0041]图1为本申请实施例所提供的一种关系型数据库知识体的构建方法的流程示意[0044]图4为本申请实施例所提供的一种基于关系型数据库知识体的结构化查询语言生[0045]图5为本申请实施例所提供的一种基于关系型数据库知识体的结构化查询语言生8[0047]图7为本申请实施例所提供的一种基于数据库知识体的检索结构扩展获取其余相[0048]图8为本申请实施例所提供的最小全覆盖表集合原则的最小集合数据表及字段选[0049]图9为本申请实施例所提供的一种关系型数据库知识体的构建装置的结构示意[0050]图10为本申请实施例所提供的一种基于关系型数据库知识体的结构化查询语言[0053]下面参考附图描述本申请实施例的数据库知识体的构建方法及结构化查询语言[0054]图1为本申请实施例所提供的一种关系型数据库知识体的构建方法的流程示意括数据表所包括的字段名及各字段名的业务含义,第四层节点数据包括各字段的字段索9之间通过数据表1和数据表2的关联字段进行连接该字段的字段处理代码片段,形成第四数据对;抽取SQL代码中不同数据表之间的关联字[0073](2)从数据表元数据中获取字段枚举值,并使用合适的embedding模型将其向量[0081](6)对(5)中字段名的唯一数据对中的描述文本列表中的各个元素文本进行向量[0083](8)对各个字段进行索引编码,并基于数据库知识体单元和网络结构,结合(1)、[0085]通过对关系型数据库的数据表元数据信息以及应用中积累的可靠的历史数据库该知识体的应用方法,进而得到大语言模型TEXT2SQL过程中所需的准确全面且精炼的信执行效率的同时最大程度减少人工参与带来的人[0088]图4为本申请实施例所提供的一种基于关系型数据库知识体的结构化查询语言生一个待检索字段中各待检索字段的字段向量表示和至少一个待检索枚举值中各待检索枚[0105]基于N个初选相似向量中各初选相似向量的综合得分,获取各待检索字段的若干[0108]对各待检索字段的若干候选字段及其相关信息和各待检索枚举值的若干候选字[0115](2)将(1)中得到的各个待检索字段和待检索枚举值使用embedding模型进行向量[0116](3)对(2)中得到的各个待检索字段和待检索枚举值的向量在数据库知识体中检值对应的最匹配枚举值以及和最匹配枚举值相应的若干候选字段及其数据表集合。例如:表集合原则进行候选数据表和字段的过滤,得到每个待检索字段的唯一候选字段和数据[0132](7)将(6)整理后的信息与用户query合并,作为最终输入大模型生成sql代码的进行最相关内容检索的过程。其基本原理是使用待检索字段或待检索枚举值的向量表示,据知识体获取相关字段或枚举值的其他更丰富的信息。数据库知识体检索过程由如图6所[0139]令候选相似向量集合为[v1,v2,,vm],其中第i个元素经过min_max[0144](7)对待检索字段列表的检索结果和待检索枚举值列表的检索结果进行去重(优[0151]下面对上面提到的基于待检索字段的最小全覆盖表集合原则的候选数据表及字[0152]因为在上面的检索过程中,对每个检索项目都不同程度的保留了Top_N个候选结足待检索字段的最小全覆盖表集合原则的最小集合数据表及字段选择原理如图数据库知识体的构建装置。图9为本申请实施例提供的一种关系型数据库知识体的构建装一个待检索字段中各待检索字段的字段向量表示和至少一个待检索枚举值中各待检索枚[0195]基于N个初选相似向量中各初选相似向量的综合得分,获取各待检索字段的若干[0198]对各待检索字段的若干候选字段及其相关信息和各待检索枚举值的若干候选字例的解释说明也适用于该实施例的基于关系型数据库知识体的结构化查询语言生成装置,术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器[0211]本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论