查询语句生成方法、装置、设备和存储介质与流程

本技术涉及问题查询，特别是涉及一种查询语句生成方法、装置、设备和存储介质。

背景技术：

1、众所周知，text-to-sql（text-to-structured query language，文本到结构化查询语言）旨在将自然语言问题自动转换为结构化查询语，以降低交互查询的门槛，实现“零技术”数据查询，提高访问效率，让“非技术业务人员” 可以直接调用领域库，快速获取决策所需。

2、当前，text-to-sql技术已取得显著进展，在 spider测评榜单中，executionaccuracy（执行准确率）排名最高的为86.6；在 bird（含真实噪声与复杂查询逻辑）单模型测评榜单中，execution accuracy排名最高的为76.13。其中，spider和bird均为text-to-sql领域的权威基准测试集，凭其高质量、严苛评测标准及行业认可度，成为该领域衡量模型性能的核心标杆。但是，当将text-to-sql直接应用于汽车制造等行业时，由于大模型缺乏垂直领域适配能力，因此，需要使用行业领域的文本和领域内的sql语句对大模型进行训练或微调等手段以提升text-to-sql准确率。

3、然而，由于在spider和bird排行榜上的模型、代码绝大部分是闭源的，一般情况下无法公开获取和使用，进而使得调整难度加大，且由于汽车制造等行业具有结构复杂、存在领域特有术语/名词/业务逻辑等特征，因此，即使对大模型进行微调，仍无法精准解析行业专有名词、专业术语及特定业务逻辑，导致sql生成过程中库表、字段及表间关系匹配偏差；同时，由于领域库往往有上百张甚至更多的表，且大部分为冗余和无关表，进而导致配表错误，sql生成准确率降低；当然，大模型自身也存在生成误差，进而导致将其应用于汽车制造等行业库时，性能出现显著衰减，无法满足可靠交互查询工具的需要。

技术实现思路

1、基于此，本技术提供了一种查询语句生成方法、装置、设备和存储介质，通过将自然语言问题输入文本嵌入模型，构建结构化提示词，以及将结构化提示词输入大语言模型，生成候选查询语句集，再进行进一步筛选得到目标查询语句，实现结构化查询语句在生成准确率、领域适配灵活性上均提升，同时降低实施与维护成本，达到更适用于工业级领域库的实际应用场景，提高领域查询交互的高效化的效果。

2、第一方面，提供一种查询语句生成方法，该方法包括：

3、接收用户终端发送的自然语言问题，将自然语言问题输入文本嵌入模型，得到示例相关列表及元知识列表；

4、根据示例相关列表及元知识列表，构建结构化提示词；

5、将结构化提示词输入大语言模型，生成候选查询语句集；

6、执行候选查询语句集中的各候选查询语句，得到有效执行结果集；

7、对有效执行结果集中的各有效执行结果进行评分，根据评分结果从对应的候选查询语句中筛选出目标查询语句。

8、在进一步的技术方案中，将自然语言问题输入文本嵌入模型，得到示例相关列表及元知识列表，包括：

9、将自然语言问题输入文本嵌入模型，得到向量表示问题；

10、根据向量表示问题从示例向量库检索匹配相似示例，得到示例列表；

11、根据示例列表中的相关用表字段信息，得到示例相关列表；

12、根据向量表示问题从元知识向量库检索匹配相似元知识，得到元知识列表。

13、在进一步的技术方案中，对有效执行结果集中的有效执行结果进行评分，根据评分结果从对应的候选查询语句中筛选出目标查询语句，包括：

14、对有效执行结果集中的各有效执行结果进行评分，得到有效执行结果总分集；

15、从有效执行结果总分集中筛选总分最高的有效执行结果，将总分最高的有效执行结果对应的候选查询语句作为目标查询语句。

16、在进一步的技术方案中，对有效执行结果集中的各有效执行结果进行评分，得到有效执行结果总分集，包括：

17、按照预设评分维度对有效执行结果集中的各有效执行结果进行评分，得到各有效执行结果对应评分维度得分；

18、根据各有效执行结果对应评分维度得分以及对应预设加权比例，得到各有效执行结果对应评分维度加权分；

19、根据各有效执行结果对应评分维度加权分，得到各有效执行结果总分；

20、根据各有效执行结果总分，得到有效执行结果总分集。

21、在进一步的技术方案中，预设评分维度包括票数占比评分维度、置信度评分维度、语义相似度评分维度、执行结果复杂度评分维度以及执行时间评分维度中的任意一项或多项。

22、在进一步的技术方案中，有效执行结果包括查询语句结果和执行结果行数，按照预设评分维度对有效执行结果集中的各有效执行结果进行评分，得到各有效执行结果对应评分维度得分，包括：

23、根据查询语句结果，按照票数占比评分维度，对有效执行结果集中的各有效执行结果进行评分，得到各有效执行结果对应票数占比评分维度得分，和/或，

24、根据执行结果行数、查询语句结果以及自然语言问题，按照置信度评分维度对有效执行结果集中的各有效执行结果进行评分，得到各有效执行结果对应置信度评分维度得分，和/或，

25、根据查询语句结果和自然语言问题，按照语义相似度评分维度对有效执行结果集中的各有效执行结果进行评分，得到各有效执行结果对应语义相似度评分维度得分。

26、在进一步的技术方案中，有效执行结果还包括执行时间，按照预设评分维度对有效执行结果集中的各有效执行结果进行评分，得到各有效执行结果对应评分维度得分，还包括：

27、根据查询语句结果，按照执行结果复杂度评分维度，对有效执行结果集中的各有效执行结果进行评分，得到各有效执行结果对应执行结果复杂度评分维度得分，和/或，

28、根据执行时间，按照执行时间评分维度，对有效执行结果集中的各有效执行结果进行评分，得到各有效执行结果对应执行时间评分维度得分。

29、第二方面，提供了一种查询语句生成装置，该装置包括：

30、响应单元，用于接收用户终端发送的自然语言问题，将自然语言问题输入文本嵌入模型，得到示例相关列表及元知识列表；

31、构建单元，用于根据示例相关列表及元知识列表，构建结构化提示词；

32、生成单元，用于将结构化提示词输入大语言模型，生成候选查询语句集；

33、执行单元，用于执行候选查询语句集中的各候选查询语句，得到有效执行结果集；

34、筛选单元，用于对有效执行结果集中的各有效执行结果进行评分，根据评分结果从对应的候选查询语句中筛选出目标查询语句。

35、第三方面，提供了一种计算机设备，包括：

36、至少一个处理器；以及

37、与至少一个处理器通信连接的存储器；其中，

38、存储器存储有可被至少一个处理器执行的计算机指令，计算机指令被至少一个处理器执行，以使至少一个处理器能够执行上述第一方面中涉及的方法。

39、第四方面，提供了一种计算机可读存储介质，其上存储有计算机指令，计算机指令用于使计算机执行上述第一方面中涉及的方法。

40、根据本技术实施例所提供的技术内容，接收用户终端发送的自然语言问题，将自然语言问题输入文本嵌入模型，得到示例相关列表及元知识列表；根据示例相关列表及元知识列表，构建结构化提示词；将结构化提示词输入大语言模型，生成候选查询语句集；执行候选查询语句集中的各候选查询语句，得到有效执行结果集；对有效执行结果集中的各有效执行结果进行评分，根据评分结果从对应的候选查询语句中筛选出目标查询语句。通过将自然语言问题输入文本嵌入模型，构建结构化提示词，以及将结构化提示词输入大语言模型，生成候选查询语句集，再进行进一步筛选得到目标查询语句，实现结构化查询语句在生成准确率、领域适配灵活性上均提升，同时降低实施与维护成本，达到更适用于工业级领域库的实际应用场景，提高领域查询交互的高效化的效果。