本發(fā)明涉及數(shù)據(jù)處理，尤其涉及一種基于大語言模型的sql語句生成方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、在企業(yè)數(shù)據(jù)分析應(yīng)用中，商業(yè)智能(bi)報(bào)表分析已經(jīng)成為企業(yè)決策與經(jīng)營管理不可或缺的一部分。近年來，隨著人工智能技術(shù)的飛速發(fā)展，特別是大規(guī)模語言模型的出現(xiàn)，自然語言處理(nlp)技術(shù)得到了廣泛應(yīng)用。通過自然語言生成sql語句(structuredquerylanguage)以實(shí)現(xiàn)報(bào)表分析，顯著提高了數(shù)據(jù)查詢和分析的便捷性和效率。

2、然而，現(xiàn)有的大模型在生成sql語句時(shí)可能會(huì)自行猜測、增加或遺漏某些關(guān)鍵字段信息，導(dǎo)致生成的sql語句存在錯(cuò)誤。因此，如何提高生成sql語句的準(zhǔn)確率是當(dāng)前亟待解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例提供一種基于大語言模型的sql語句生成方法、裝置、設(shè)備及介質(zhì)，以解決生成sql語句準(zhǔn)確率較低的問題。

2、一種基于大語言模型的sql語句生成方法，包括：

3、獲取用戶查詢文本；

4、將所述用戶查詢文本輸入至預(yù)先訓(xùn)練好的text2sql模型，以獲取所述text2sql模型輸出的sql語句；

5、將所述sql語句輸入至預(yù)先訓(xùn)練好的sql2text模型，以獲取所述sql2text模型輸出的目標(biāo)查詢文本；

6、計(jì)算所述用戶查詢文本和所述目標(biāo)查詢文本之間的語義相似度；

7、若所述語義相似度大于或等于預(yù)設(shè)目標(biāo)值，則確定所述sql語句為所述用戶查詢文本對(duì)應(yīng)的sql語句。

8、在一實(shí)施例中，所述將所述用戶查詢文本輸入至預(yù)先訓(xùn)練好的text2sql模型，以獲取所述text2sql模型輸出的sql語句，包括：

9、對(duì)所述用戶查詢文本進(jìn)行預(yù)處理，得到標(biāo)準(zhǔn)用戶查詢文本；

10、將所述標(biāo)準(zhǔn)用戶查詢文本輸入至預(yù)先訓(xùn)練好的text2sql模型，以獲取所述text2sql模型輸出的sql語句。

11、在一實(shí)施例中，所述將所述sql語句輸入至預(yù)先訓(xùn)練好的sql2text模型，以獲取所述sql2text模型輸出的目標(biāo)查詢文本，包括：

12、對(duì)所述sql語句進(jìn)行校驗(yàn)，得到校驗(yàn)結(jié)果；

13、若所述校驗(yàn)結(jié)果為校驗(yàn)通過，則將校驗(yàn)通過的所述sql語句輸入至預(yù)先訓(xùn)練好的sql2text模型，以獲取所述sql2text模型輸出的目標(biāo)查詢文本。

14、在一實(shí)施例中，所述方法還包括：

15、若所述校驗(yàn)結(jié)果為校驗(yàn)未通過，則獲取所述校驗(yàn)結(jié)果中的錯(cuò)誤信息；

16、將所述錯(cuò)誤信息與所述標(biāo)準(zhǔn)用戶查詢文本進(jìn)行拼接，得到目標(biāo)拼接文本；

17、將所述目標(biāo)拼接文本重新輸入至所述text2sql模型，直至所述text2sql模型輸出的sql語句通過校驗(yàn)。

18、在一實(shí)施例中，所述對(duì)所述sql語句進(jìn)行校驗(yàn)，得到校驗(yàn)結(jié)果，包括：

19、對(duì)所述sql語句進(jìn)行語法校驗(yàn)，得到語法校驗(yàn)結(jié)果；

20、對(duì)所述sql語句進(jìn)行語義校驗(yàn)，得到語義校驗(yàn)結(jié)果；

21、對(duì)所述sql語句進(jìn)行安全性校驗(yàn)，得到安全性校驗(yàn)結(jié)果；

22、對(duì)所述sql語句進(jìn)行性能校驗(yàn)，得到性能校驗(yàn)結(jié)果。

23、在一實(shí)施例中，所述對(duì)所述sql語句進(jìn)行語法校驗(yàn)，得到語法校驗(yàn)結(jié)果，包括：

24、解析所述sql語句的語法結(jié)構(gòu)；

25、將所述語法結(jié)構(gòu)與預(yù)先定義的sql語法規(guī)則進(jìn)行比對(duì)，得到所述語法校驗(yàn)結(jié)果。

26、在一實(shí)施例中，所述sql2text模型通過如下方式訓(xùn)練得到：

27、獲取訓(xùn)練樣本數(shù)據(jù)集和測試樣本數(shù)據(jù)集，所述訓(xùn)練樣本數(shù)據(jù)集包括多個(gè)訓(xùn)練樣本對(duì)，所述測試樣本數(shù)據(jù)集包括多個(gè)測試樣本對(duì)，所述訓(xùn)練樣本對(duì)包括訓(xùn)練提示字段和訓(xùn)練響應(yīng)字段，所述測試樣本對(duì)包括測試提示字段和測試響應(yīng)字段；

28、基于所述訓(xùn)練提示字段和所述訓(xùn)練響應(yīng)字段，對(duì)待訓(xùn)練的sql2text模型進(jìn)行訓(xùn)練；

29、當(dāng)待訓(xùn)練的sql2text模型訓(xùn)練完成后，基于所述測試提示字段和所述測試響應(yīng)字段，對(duì)訓(xùn)練完成的所述sql2text模型進(jìn)行測試，得出測試結(jié)果；

30、若所述測試結(jié)果滿足預(yù)期目標(biāo)，則確定訓(xùn)練完成的所述sql2text模型為訓(xùn)練好的sql2text模型；

31、若所述測試結(jié)果不滿足預(yù)期目標(biāo)，則調(diào)整訓(xùn)練完成的所述sql2text模型的隱層參數(shù)和/或修改所述訓(xùn)練樣本數(shù)據(jù)集，重新對(duì)訓(xùn)練完成的所述sql2text模型進(jìn)行訓(xùn)練，直至所述測試結(jié)果滿足所述預(yù)期目標(biāo)。

32、一種基于大語言模型的sql語句生成裝置，包括：

33、獲取模塊，用于獲取用戶查詢文本；

34、輸入模塊，用于將所述用戶查詢文本輸入至預(yù)先訓(xùn)練好的text2sql模型，以獲取所述text2sql模型輸出的sql語句；將所述sql語句輸入至預(yù)先訓(xùn)練好的sql2text模型，以獲取所述sql2text模型輸出的目標(biāo)查詢文本；

35、計(jì)算模塊，用于計(jì)算所述用戶查詢文本和所述目標(biāo)查詢文本之間的語義相似度；

36、確定模塊，用于若所述語義相似度大于或等于預(yù)設(shè)目標(biāo)值，則確定所述sql語句為所述用戶查詢文本對(duì)應(yīng)的sql語句。

37、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述基于大語言模型的sql語句生成方法。

38、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述基于大語言模型的sql語句生成方法。

39、上述基于大語言模型的sql語句生成方法、裝置、設(shè)備及介質(zhì)所提供的一個(gè)方案中，通過獲取用戶查詢文本；將用戶查詢文本輸入至預(yù)先訓(xùn)練好的text2sql模型，以獲取text2sql模型輸出的sql語句；將sql語句輸入至預(yù)先訓(xùn)練好的sql2text模型，以獲取sql2text模型輸出的目標(biāo)查詢文本；計(jì)算用戶查詢文本和目標(biāo)查詢文本之間的語義相似度；若語義相似度大于或等于預(yù)設(shè)目標(biāo)值，則確定sql語句為用戶查詢文本對(duì)應(yīng)的sql語句。本實(shí)施例中，通過比較用戶查詢文本和目標(biāo)查詢文本之間的語義相似度，來判斷生成的sql語句是否準(zhǔn)確，準(zhǔn)確反映了用戶的查詢意圖，并當(dāng)語義相似度大于或等于預(yù)設(shè)目標(biāo)值時(shí)，將sql語句確定為用戶查詢文本對(duì)應(yīng)的sql語句，提高了sql語句生成的準(zhǔn)確率和效率，確保了生成的sql語句不僅符合數(shù)據(jù)庫語法，且符合用戶的查詢意圖，進(jìn)一步使得用戶能夠更便捷、更準(zhǔn)確地從數(shù)據(jù)庫中獲取所需信息。

技術(shù)特征：

1.一種基于大語言模型的sql語句生成方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于大語言模型的sql語句生成方法，其特征在于，所述將所述用戶查詢文本輸入至預(yù)先訓(xùn)練好的text2sql模型，以獲取所述text2sql模型輸出的sql語句，包括：

3.根據(jù)權(quán)利要求2所述的基于大語言模型的sql語句生成方法，其特征在于，所述將所述sql語句輸入至預(yù)先訓(xùn)練好的sql2text模型，以獲取所述sql2text模型輸出的目標(biāo)查詢文本，包括：

4.根據(jù)權(quán)利要求3所述的基于大語言模型的sql語句生成方法，其特征在于，所述方法還包括：

5.根據(jù)權(quán)利要求3所述的基于大語言模型的sql語句生成方法，其特征在于，所述對(duì)所述sql語句進(jìn)行校驗(yàn)，得到校驗(yàn)結(jié)果，包括：

6.根據(jù)權(quán)利要求5所述的基于大語言模型的sql語句生成方法，其特征在于，所述對(duì)所述sql語句進(jìn)行語法校驗(yàn)，得到語法校驗(yàn)結(jié)果，包括：

7.根據(jù)權(quán)利要求1所述的基于大語言模型的sql語句生成方法，其特征在于，所述sql2text模型通過如下方式訓(xùn)練得到：

8.一種基于大語言模型的sql語句生成裝置，其特征在于，包括：

9.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)根據(jù)權(quán)利要求1至7任一項(xiàng)所述基于大語言模型的sql語句生成方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)根據(jù)權(quán)利要求1至7任一項(xiàng)所述基于大語言模型的sql語句生成方法。

技術(shù)總結(jié)
本發(fā)明公開了一種基于大語言模型的SQL語句生成方法、裝置、設(shè)備及介質(zhì)，方法包括：通過獲取用戶查詢文本；將用戶查詢文本輸入至預(yù)先訓(xùn)練好的Text2SQL模型，以獲取Text2SQL模型輸出的SQL語句；將SQL語句輸入至預(yù)先訓(xùn)練好的SQL2Text模型，以獲取SQL2Text模型輸出的目標(biāo)查詢文本；計(jì)算用戶查詢文本和目標(biāo)查詢文本之間的語義相似度；若語義相似度大于或等于預(yù)設(shè)目標(biāo)值，則確定SQL語句為用戶查詢文本對(duì)應(yīng)的SQL語句。通過上述方式，解決了生成SQL語句準(zhǔn)確率較低的問題，提高了SQL語句生成的準(zhǔn)確率和效率。

技術(shù)研發(fā)人員：余建學(xué),葉國棟,易飛樂,馮豐,侯軼,李苑蘭,徐超
受保護(hù)的技術(shù)使用者：招商蛇口數(shù)字城市科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30