申请/专利权人:浙江大学
申请日:2024-05-24
公开(公告)日:2024-06-21
公开(公告)号:CN118227656A
主分类号:G06F16/242
分类号:G06F16/242;G06F16/2455;G06F16/27
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明公开了一种基于数据湖的查询方法和装置,包括:根据用户输入,对查询的目标数据集进行采样,得到模式信息M和数据样本信息,从而构建查询;将查询分解成若干个子任务,从而构建处理图;修正处理图,采用shuffle技术和或Collapse技术,并结合成本模型对修正后的处理图进行优化;根据优化后的处理图生成代码并执行,以输出用户查询结果。本发明无需中介模式,简化查询过程,不需要数据转换和加载,简化了操作,从整体上提高了查询效率。在查询细节上,设计了针对LLM生成代码的查询优化器,极大提高了LLM生成代码的执行效率和对应方法的可解释性,其中对处理图修正以辅助LLM能提高查询准确性,使整个自然语言查询任务的准确性超过传统方法。
主权项:1.一种基于数据湖的查询方法,其特征在于,包括:(1)根据用户输入,对查询的目标数据集进行采样,得到模式信息M和数据样本信息S,从而构建查询Q;(2)将查询Q分解成若干个子任务,从而构建处理图G;(3)修正处理图G,采用shuffle技术和或Collapse技术,并结合成本模型对修正后的处理图G进行优化;(4)根据优化后的处理图生成代码并执行,以输出用户查询结果。
全文数据:
权利要求:
百度查询: 浙江大学 一种基于数据湖的查询方法和装置
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。