查询语句的生成方法、装置、程序产品以及电子设备与流程

摘要: 本技术涉及人工智能领域或其他相关,具体而言,涉及一种查询语句的生成方法、装置、程序产品以及电子设备。背景技术:1、随着信息技术的飞速发展,数据处理已成为各行业中...
查询语句的生成方法、装置、程序产品以及电子设备与流程

本技术涉及人工智能领域或其他相关,具体而言,涉及一种查询语句的生成方法、装置、程序产品以及电子设备。

背景技术:

1、随着信息技术的飞速发展,数据处理已成为各行业中不可或缺的核心环节。无论是金融领域的交易分析还是电商领域的用户行为数据分析,高效且准确的数据处理能力直接决定了企业的竞争力和决策效率。在数据处理流程中,用于实现数据库取数的sql(structured query language,结构化查询语言)查询语句占据着至关重要的地位,作为数据库操作的标准语言,sql能够实现对大规模数据的高效查询和提取。

2、传统的代码生成及测试方式依赖于手工编写sql代码,这种方式效率低下,容易因人为疏忽导致代码错误,进而影响数据处理的准确性,在代码测试阶段,传统方法主要依赖于手动设计测试用例,这种方式不仅耗时耗力,还难以覆盖所有可能的代码路径和业务逻辑,从而导致潜在的错误无法被及时发现。

3、针对上述现有技术中的人工编写查询语句所导致的代码生成效率低、准确率低的问题,目前尚未提出有效的解决方案。

技术实现思路

1、本技术提供了一种查询语句的生成方法、装置、程序产品以及电子设备,以至少解决现有技术人工编写查询语句所导致的代码生成效率低、准确率低的技术问题。

2、根据本技术的一个方面,提供了一种查询语句的生成方法,包括:基于业务数据库中存储的业务数据对应的表级结构元数据生成知识图谱;基于业务数据和业务数据对应的历史查询语句创建向量知识库,其中,向量知识库中的每个索引向量用于表征业务数据中的一个金融术语,并且每个索引向量对应至少一个查询模板,查询模板用于表征查询金融术语对应的业务值时所使用的历史查询语句的模式;通过向量知识库和知识图谱基于查询向量生成目标提示词,其中,查询向量用于表征用户输入的查询指令中的关键词;通过预设大模型基于目标提示词生成查询指令对应的目标查询语句。

3、可选地,基于业务数据库中存储的业务数据对应的表级结构元数据生成知识图谱,包括:对业务数据库中存储的业务数据进行解析,得到表级结构元数据,其中,表级结构元数据包括l个数据表、每个数据表包括的字段、每个字段关联的金融术语以及l个数据表对应的外键约束关系,l为正整数;对表级结构元数据中的数据表、字段、金融术语进行实体化,得到p个节点,其中,p为正整数;基于l个数据表对应的外键约束关系、每个数据表与字段的对应关系、每个字段与金融术语的关联关系确定p个节点之间的有向边;通过p个节点之间的有向边对p个节点进行连接,得到知识图谱。

4、可选地,在通过向量知识库和知识图谱基于查询向量生成目标提示词之前,查询语句的生成方法还包括:对查询指令进行分词,得到x个单词,其中,x为正整数;筛选x个单词中的关键词,其中,关键词为下述至少之一:时间范围、地域条件、查询指标;通过向量模型对x个单词中的关键词进行编码,得到查询向量,其中,向量模型为生成向量知识库中的索引向量的模型。

5、可选地,通过向量知识库和知识图谱基于查询向量生成目标提示词,包括:通过向量知识库基于查询向量进行相似度匹配,得到目标向量和目标向量对应的查询模板,其中,目标向量与查询向量之间的相似度大于预设相似度;基于目标向量在知识图谱中确定目标节点,其中,目标节点对应的金融术语与目标向量代表的金融术语相同;基于目标节点、目标向量以及目标向量对应的查询模板生成目标提示词。

6、可选地,基于目标节点、目标向量以及目标向量对应的查询模板生成目标提示词,包括:在知识图谱中,基于目标节点确定目标字段、目标数据表以及目标外键约束关系,其中,目标字段与目标节点对应的金融术语具有关联关系,目标数据表包括目标字段,目标外键约束关系为目标数据表涉及的外键约束关系;对目标向量、目标向量对应的查询模板、目标字段、目标数据表以及目标外键约束关系进行封装,得到目标提示词。

7、可选地,通过向量知识库基于查询向量进行相似度匹配,包括:检测查询向量与向量知识库中的每个索引向量之间的相似度;在每个索引向量与查询向量之间的相似度均小于预设相似度的情况下,生成提示信息,其中,提示信息用于提示用户重新输入新的查询指令。

8、可选地,在通过预设大模型基于目标提示词生成查询指令对应的目标查询语句之后,查询语句的生成方法还包括:对目标查询语句进行语法校验,其中,语法校验用于检测目标查询语句是否符合业务数据库的语法规范;对目标查询语句进行逻辑校验,其中,逻辑校验用于检测目标查询语句的执行模式与生成目标提示词所使用的查询模板之间的一致性;在目标查询语句通过语法校验和逻辑校验的情况下,执行目标查询语句,将查询得到的业务数据作为查询指令的返回结果;在目标查询语句通过语法校验和/或逻辑校验的情况下,将校验结果作为新的提示词输入至预设大模型,调用预设大模型重新生成新的目标查询语句。

9、根据本技术的另一方面,还提供了一种查询语句的生成装置,包括:第一生成单元,用于基于业务数据库中存储的业务数据对应的表级结构元数据生成知识图谱;库创建单元,用于基于业务数据和业务数据对应的历史查询语句创建向量知识库,其中,向量知识库中的每个索引向量用于表征业务数据中的一个金融术语,并且每个索引向量对应至少一个查询模板,查询模板用于表征查询金融术语对应的业务值时所使用的历史查询语句的模式;第二生成单元,用于通过向量知识库和知识图谱基于查询向量生成目标提示词,其中,查询向量用于表征用户输入的查询指令中的关键词;第三生成单元,用于通过预设大模型基于目标提示词生成查询指令对应的目标查询语句。

10、根据本技术的另一个方面,还提供了一种计算机程序产品,该计算机程序产品中存储有计算机程序,其中,在计算机程序运行时控制计算机程序产品执行上述任意一项的查询语句的生成方法。

11、根据本技术的另一个方面,还提供了一种电子设备,其中,电子设备包括一个或多个处理器和存储器,存储器用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现上述任意一项的查询语句的生成方法。

12、在本技术中,首先基于业务数据库中存储的业务数据对应的表级结构元数据生成知识图谱,之后,本技术基于业务数据和业务数据对应的历史查询语句创建向量知识库,其中,向量知识库中的每个索引向量用于表征业务数据中的一个金融术语,并且每个索引向量对应至少一个查询模板,查询模板用于表征查询金融术语对应的业务值时所使用的历史查询语句的模式,随后,本技术通过向量知识库和知识图谱基于查询向量生成目标提示词,其中,查询向量用于表征用户输入的查询指令中的关键词,之后,本技术通过预设大模型基于目标提示词生成查询指令对应的目标查询语句。

13、由上述内容可知,本技术中采用知识图谱与向量知识库协同增强的方式,通过构建基于表级结构元数据的知识图谱以确立表间关联关系,并利用历史查询语句与金融术语创建包含查询模板的向量知识库,将用户查询指令转化为查询向量后,基于查询向量在向量知识库中检索得到匹配的向量,结合知识图谱信息生成目标提示词,再由预设大模型基于该目标提示词进行推理,生成查询指令对应的目标查询语句,达到了将非结构化的自然语言描述的查询指令自动转化为符合金融机构内部数据结构与业务逻辑的查询语句的目的,从而实现了利用大模型理解金融语义并自动匹配历史查询模式,降低查询语句的编写难度、减少人工逻辑错误以及生成的查询语句的准确度的技术效果,进而解决了现有技术人工编写查询语句所导致的代码生成效率低、准确率低的技术问题。