图数据库查询方法及装置与流程
本发明涉及图数据库查询 ,尤其涉及一种图数据库查询方法及装置。
背景技术:
1、随着大语言模型和智能体框架的发展,智能系统逐渐具备调用外部工具、访问业务系统和检索结构化数据的能力。在涉及图数据库的问答或分析场景中,现有技术通常包括以下方案:
2、第一种方案是由开发人员预先编写若干固定图数据查询模板或查询接口,由大模型根据用户问题选择其中一个接口进行调用。该方案虽然可控,但表达能力不足,面对需要先定位候选对象、再查看层级关系、前后置关系或关联外部数据的多步骤问题时,需要大量接口组合,导致接口数量随业务场景增加而膨胀。
3、第二种方案是由大模型根据用户自然语言问题、图数据库schema说明和少量示例,直接生成原始图数据查询语句,再提交图数据库执行。该方案中,查询语句的表达空间过大,难以稳定约束查询类型、遍历深度、返回字段、分页数量和扩展内容,容易导致查询失败、结果过大、上下文膨胀或返回结构不一致。此外,底层图数据库通常包含大量业务标签、兼容标签、关系边和历史字段,同一业务含义可能对应多个底层字段或标签,大模型直接理解底层schema容易出现标签名、关系名、属性名或方向理解错误。
4、第三种方案是由应用系统为每类业务问题分别封装独立查询接口,大模型只负责选择接口和填充少量参数。该方案灵活性不足,每新增一类业务问题均需独立开发接口,难以适应复杂多变的企业图谱查询需求。
5、此外,现有方案通常将图数据库中的底层属性直接返回给大模型或用户。例如负责人、计划工时、实际工时、计划开始时间等字段在底层可能采用内部英文缩写或历史命名,关联数据对象的属性也可能来自业务表单、对象schema或外部业务系统,直接暴露会降低可读性并增加模型误解风险。在企业级图谱中,查询往往还需结合租户、用户、业务域、任务范围等上下文进行执行,现有方案若缺少统一的受控执行层,容易出现跨范围误查、权限边界不清或结果不可复现的问题。
6、因此,如何提供一种面向大模型智能体的图数据库查询方法,兼顾自然语言查询的表达能力、图数据库访问的准确性和企业系统执行的可控性,成为亟待解决的问题。
技术实现思路
1、本发明提供一种图数据库查询方法及装置,用以解决现有技术中大模型直接生成底层图数据库查询语句导致查询行为不可控、标签及属性字段理解易出错、缺乏统一执行约束及返回结果可读性差的缺陷,实现大模型不直接生成任意底层图数据查询语句,而是生成受约束的结构化语义查询请求;同时由服务端统一完成语义校验、图数据查询语句生成、执行控制和结果语义化返回,从而兼顾自然语言查询的表达能力、图数据库访问的准确性和企业系统执行的可控性。
2、本发明提供一种图数据库查询方法,包括:
3、获取用户端的自然语言查询请求;
4、通过大模型智能体对所述自然语言查询请求进行意图理解,基于预设的语义映射规则,通过智能体工具调用的方式,将所述自然语言查询请求转换为结构化语义查询参数,其中,所述结构化语义查询参数用于表征查询意图及查询约束条件,所述语义映射规则用于建立语义对象、语义关系及语义字段与图数据库中的节点标签、关系边及属性字段之间的对应关系;
5、基于所述结构化语义查询参数,通过受控执行方式生成图数据库查询语句并执行,得到原始查询结果,其中,所述受控执行方式包括根据所述查询约束条件限制查询范围及查询行为;
6、基于所述语义映射规则,将所述原始查询结果由图数据库的物理图模式转换为面向所述大模型智能体的语义化查询结果,并将所述语义化查询结果返回至所述大模型智能体,以使所述大模型智能体基于所述语义化查询结果生成对应于所述自然语言查询请求的响应结果,并返回至所述用户端。
7、在一个可能的实施方式中,所述方法还包括:
8、解析所述自然语言查询请求,识别查询意图所涉及的节点类型、关系边及属性字段;
9、依据所述语义映射规则,将所述节点类型转换为语义对象,将所述关系边转换为语义关系,以及将所述属性字段转换为语义字段;
10、基于转换后的语义对象、语义关系和语义字段,根据工具参数schema生成所述结构化语义查询参数,其中,所述工具参数schema基于所述语义映射规则构建,用于约束所述结构化语义查询参数的字段及值域;
11、所述结构化语义查询参数包括:
12、查询类型、节点范围、锚点节点标识、关系方向、筛选条件、排序分页参数、遍历深度、返回模式和扩展项。
13、在一个可能的实施方式中,所述方法还包括:
14、对所述结构化语义查询参数进行校验,当与所述查询类型对应的必填参数缺失,或筛选条件中的筛选字段不属于预设语义字段集合时,返回语义化错误信息,不进入图数据库查询语句生成阶段,与所述查询类型对应的必填参数包括查询类型和返回模式。
15、在一个可能的实施方式中,所述方法还包括:
16、基于所述结构化语义查询参数中的查询类型,将所述结构化语义查询参数路由至对应的执行分支,其中,所述执行分支包括节点检索分支、关系遍历分支、顶层对象检索分支或上下文检索分支;
17、在所述执行分支中,基于预设查询模板及所述语义映射规则,将所述结构化语义查询参数转换为图数据库查询语句,并根据预设规则限制可用字段、可用操作符、遍历深度上限、分页上限及返回模式,以控制查询行为;
18、在所述执行分支中执行所述图数据库查询语句,得到所述原始查询结果。
19、在一个可能的实施方式中,所述方法还包括:
20、将所述原始查询结果中的底层属性字段映射为统一语义字段,将底层关系边映射为语义关系;
21、根据所述结构化语义查询参数中的返回模式,对映射后的结果进行整形输出,得到所述语义化查询结果并返回至所述大模型智能体,以使所述大模型智能体基于所述语义化查询结果生成对应于所述自然语言查询请求的响应结果,并返回至所述用户端。
22、在一个可能的实施方式中,所述方法还包括:
23、根据所述结构化语义查询参数中的扩展项,调用外部数据源获取关联数据;
24、将所述关联数据的底层属性转换为语义字段,并按预设裁剪规则控制返回规模;
25、将底层属性转换为语义字段后的关联数据融合至所述语义化查询结果。
26、在一个可能的实施方式中,所述方法还包括:
27、当查询失败时,生成语义化错误信息并返回至所述大模型智能体,以使所述大模型智能体重新生成或调整结构化语义查询参数或向所述用户端反馈原因。
28、在一个可能的实施方式中,所述方法还包括:
29、建立语义对象与图数据库中的节点类型或节点标签之间的对应关系;
30、建立语义关系与图数据库中的关系边及关系方向之间的对应关系;
31、建立语义字段与图数据库中的属性字段之间的对应关系;
32、其中,所述语义映射规则用于将所述结构化语义查询参数转换为图数据库的物理查询条件,以及将所述原始查询结果转换为面向所述大模型智能体的语义化查询结果。
33、本发明还提供一种图数据库查询装置,包括如下模块:
34、获取模块,用于获取用户端的自然语言查询请求;
35、转换模块,用于通过大模型智能体对所述自然语言查询请求进行意图理解,基于预设的语义映射规则,通过智能体工具调用的方式,将所述自然语言查询请求转换为结构化语义查询参数,其中,所述结构化语义查询参数用于表征查询意图及查询约束条件,所述语义映射规则用于建立语义对象、语义关系及语义字段与图数据库中的节点标签、关系边及属性字段之间的对应关系;
36、查询模块,用于基于所述结构化语义查询参数,通过受控执行方式生成图数据库查询语句并执行,得到原始查询结果,其中,所述受控执行方式包括根据所述查询约束条件限制查询范围及查询行为;
37、所述转换模块,还用于基于所述语义映射规则,将所述原始查询结果由图数据库的物理图模式转换为面向所述大模型智能体的语义化查询结果,并将所述语义化查询结果返回至所述大模型智能体,以使所述大模型智能体基于所述语义化查询结果生成对应于所述自然语言查询请求的响应结果,并返回至所述用户端。
38、本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一种所述的图数据库查询方法。
39、本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述的图数据库查询方法。
40、本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述的图数据库查询方法。
41、本发明提供的图数据库查询方法及装置,通过获取用户端的自然语言查询请求;通过大模型智能体对所述自然语言查询请求进行意图理解,基于预设的语义映射规则,通过智能体工具调用的方式,将所述自然语言查询请求转换为结构化语义查询参数,其中,所述结构化语义查询参数用于表征查询意图及查询约束条件,所述语义映射规则用于建立语义对象、语义关系及语义字段与图数据库中的节点标签、关系边及属性字段之间的对应关系;基于所述结构化语义查询参数,通过受控执行方式生成图数据库查询语句并执行,得到原始查询结果,其中,所述受控执行方式包括根据所述查询约束条件限制查询范围及查询行为;基于所述语义映射规则,将所述原始查询结果由图数据库的物理图模式转换为面向所述大模型智能体的语义化查询结果,并将所述语义化查询结果返回至所述大模型智能体,以使所述大模型智能体基于所述语义化查询结果生成对应于所述自然语言查询请求的响应结果,并返回至所述用户端。相比于现有技术中大模型直接生成底层图数据库查询语句导致查询行为不可控、标签及属性字段理解易出错、缺乏统一执行约束及返回结果可读性差的缺陷,由本方案,实现大模型不直接生成任意底层图数据查询语句,而是生成受约束的结构化语义查询请求;同时由服务端统一完成语义校验、图数据查询语句生成、执行控制和结果语义化返回,从而兼顾自然语言查询的表达能力、图数据库访问的准确性和企业系统执行的可控性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com