申请/专利权人：成都四方伟业软件股份有限公司

申请日：2024-01-18

公开（公告）日：2024-04-05

公开（公告）号：CN117609281B

主分类号：G06F16/2452

分类号：G06F16/2452;G06F16/242;G06F16/2455;G06N3/0442;G06N3/0455

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明涉及自然语言处理技术领域，具体涉及一种Text2Sql方法、系统、电子设备及存储介质，步骤如下：获取问题编码以及数据库模式编码，编码器内部各LSTM分别执行对应子句类型的预测任务，获取SQL草图语句，编码内部为基于注意力机制的双向LSTM；基于问题编码的上下文向量，计算问题编码中所有列、运算符以及子查询的概率分布，基于预测结果对SQL草图语句内缺失信息进行补充；采用启发式规则生成FROM子句，以及基于子查询的预测结果生成内部查询的FROM子句，得到SQL语句。本方法在提高了数据查询准确性的同时，可在多种类型的数据库模式上运行，通用性和普适性更强；且通过子查询递归，可以进行嵌套查询的预测。

主权项：1.一种Text2Sql方法，其特征在于，包括以下步骤：获取问题编码以及数据库模式编码，编码器内部各LSTM分别执行对应子句类型的预测任务，获取SQL草图语句，所述编码器内部为基于注意力机制的双向LSTM；基于问题编码的上下文向量，通过将向量分别与数据库模式编码中各列内的表名和列名进行比较，计算问题编码中所有列、运算符以及子查询的概率分布，进行意图预测，基于预测结果对SQL草图语句内的缺失信息进行补充；采用启发式规则生成FROM子句，以及基于子查询的预测结果生成内部查询的FROM子句，得到SQL语句；基于SQL的语法关系对所述SQL语句进行SQL语句校验；所述数据库模式编码的获取方式如下：采用基于LSTM的数据库模式编码器分别对数据库中每一列的单词序列进行预测，得到每一列的单词序列预测结果，所述单词序列由数据库中各列内的表名和列名构成；基于所述单词序列预测结果，按照如下计算过程获取数据库模式编码： 上式中，表示第列的LSTM输出，表示的加权表示，表示可训练的权重矩阵，表示编码器内部LSMT数量，表示单词序列编码矩阵，表示倒置，表示列token个数，表示第列的单词序列编码；获取每一列单词序列的加权表示作为数据库模式编码表示；所述SQL草图语句的获取方式如下：取问题编码作为各LSTM的输入，表示问题的tokens向量表示，按照如下计算过程获取SQL草图语句： 上式中，表示的加权表示，表示可训练权重参数，表示序列表述，表示第一可训练参数，表示第二可训练参数，表示草图个数，表示中所有子句类型的概率分布；基于各子预测模块的概率分布输出结果确定SQL草图语句。

全文数据：

权利要求：

百度查询： 成都四方伟业软件股份有限公司 一种Text2Sql方法、系统、电子设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD