一种基于大语言模型的数据库联合查询方法技术

本发明专利技术公开了一种基于大语言模型的数据库联合查询方法

【技术实现步骤摘要】
一种基于大语言模型的数据库联合查询方法、装置和设备


[0001]本专利技术涉及数据查询
，尤其涉及一种基于大语言模型的数据库联合查询方法
、
装置和设备
。

技术介绍

[0002]由于大语言模型只具有通用泛化的知识，这些问答系统需要访问企业的内部知识库以提供具有企业自身特色的服务
。
基于图数据库和向量数据库具有的独特优势，企业经常会同时使用两者来存储其内部知识库的不同信息
。
在图数据库中存储知识图谱信息和文档结构信息，而在向量知识库中存储文档内容的切片信息，因而在图和向量数据库中存储了互相关联但又不相同的数据信息
。
[0003]为了准确地回答用户的问题，问答系统需要决定如何联合查询图数据库和向量数据库，比如是否需要查询图或向量数据库，以及用什么语句来查询图或向量数据库等等
。
如何正确地实现这个联合查询是问答系统必须解决的技术问题
。
[0004]对于这个技术问题，目前业界相关的技术方案主要是思维链
/
思维树
(Chain Of Thoughts/Tree Of Thoughts)
等提示工程（
Prompt Engineering)
方法即问答系统把具有一定设计的对话提示依次发送给大语言模型，大语言模型生成一系列的推理步骤，问答系统理解这些步骤的描述然后去查询图和向量数据库以得到结果
。
[0005]由于图数据库和向量数据库具有不同的特性而又存储各自不同的数据，从而对这两个数据库的单一查询必须限制在其各自存储的数据范围内，同时要限制在其单次查询所能支持的能力范围内
。
而现有的思维链或思维树的方法仅适合普通的文本推理，但无法清晰地理解图和向量数据库独特的查询限制和能力，从而无法产生正确的推理步骤，无法导出正确的回答，进而容易产生常见的大语言模型的幻觉问题
。

技术实现思路

[0006]本专利技术提供了一种基于大语言模型的数据库联合查询方法
、
装置和设备，以对用户问题给出准确的回答
。
[0007]根据本专利技术的一方面，提供了一种基于大语言模型的数据库联合查询方法，包括：确定用户问题与数据库中数据是否相关；所述数据库包括图数据库和向量数据库；若所述用户问题与所述数据库中数据相关，则将所述用户问题和能力函数提示信息输入大语言模型，并获取所述大语言模型输出的联合查询计划；执行所述联合查询计划从所述数据库中获取联合查询结果；对所述联合查询结果进行语言重组得到问题友好回答，并向用户回复所述问题友好回答；其中，所述能力函数包括图数据库能力函数和向量数据库能力函数，所述联合查询计划包括图数据库能力函数的调用语句和
/
或向量数据库能力函数的调用语句
。
[0008]根据本专利技术的另一方面，提供了一种基于大语言模型的数据库联合查询装置，包括：数据库相关判断模块，用于确定用户问题与数据库中数据是否相关；所述数据库包括图数据库和向量数据库；查询计划获取模块，用于若所述用户问题与所述数据库中数据相关，则将所述用户问题和能力函数提示信息输入大语言模型，并获取所述大语言模型输出的联合查询计划；查询计划执行模块，用于执行所述联合查询计划从所述数据库中获取联合查询结果；用户问题回复模块，用于对所述联合查询结果进行语言重组得到问题友好回答，并向用户回复所述问题友好回答；其中，所述能力函数包括图数据库能力函数和向量数据库能力函数，所述联合查询计划包括图数据库能力函数的调用语句和
/
或向量数据库能力函数的调用语句
。
[0009]根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的基于大语言模型的数据库联合查询方法
。
[0010]根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的基于大语言模型的数据库联合查询方法
。
[0011]本专利技术实施例通过把图数据库和向量数据库能力函数的提示信息发送给大语言模型，利用大语言模型的代码生成能力产生能够回答用户问题的软件代码序列
, 此代码序列主要调用了各能力函数并链接函数之间的输入和输出，执行此动态生成的代码序列，就完成了图和向量数据库的联合查询，得到数据库查询结果，实现对用户问题的准确回答
。
[0012]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围
。
本专利技术的其它特征将通过以下的说明书而变得容易理解
。
附图说明
[0013]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图
。
[0014]图1是根据本专利技术一实施例提供的一种基于大语言模型的数据库联合查询方法的流程图；图2是根据本专利技术又一实施例提供的一种基于大语言模型的数据库联合查询方法的流程图；图3是根据本专利技术又一实施例提供的一种基于大语言模型的数据库联合查询装置
的结构示意图；图4是实现本专利技术实施例的电子设备的结构示意图
。
具体实施方式
[0015]为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚
、
完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例
。
基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围
。
[0016]需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序
。
应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本专利技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施
。
此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程
、
方法
、
系统
、
产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程
、
方法
、
产品或设备固有的其它步骤或单元
。
[0017]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于大语言模型的数据库联合查询方法，其特征在于，所述方法包括：确定用户问题与数据库中数据是否相关；所述数据库包括图数据库和向量数据库；若所述用户问题与所述数据库中数据相关，则将所述用户问题和能力函数提示信息输入大语言模型，并获取所述大语言模型输出的联合查询计划；执行所述联合查询计划从所述数据库中获取联合查询结果；对所述联合查询结果进行语言重组得到问题友好回答，并向用户回复所述问题友好回答；其中，所述能力函数包括图数据库能力函数和向量数据库能力函数，所述联合查询计划包括图数据库能力函数的调用语句和
/
或向量数据库能力函数的调用语句
。2.
根据权利要求1所述的方法，其特征在于，所述将所述用户问题和能力函数提示信息输入大语言模型包括：获取问答样例和能力函数的说明信息；所述问答样例包括问题样例和所述问题样例的联合查询计划样例；根据所述问答样例和所述说明信息生成能力函数提示信息；将用户问题和所述提示信息输入大语言模型
。3.
根据权利要求2所述的方法，其特征在于；所述图数据库能力函数的说明信息包括图数据库能力函数的函数说明
、
支持的输入问题和支持的输出结果；所述向量数据库能力函数包括文档
ID
能力函数和文档切片能力函数；相应的；所述文档
ID
能力函数的说明信息包括：对于输入的用户问题
,
文档
ID
能力函数搜索向量数据库，找到最匹配用户问题的前
K
个文档切片，所返回的前
K
个文档切片对应文档
ID
的有序列表；所述文档切片能力函数的说明信息包括：对于输入的用户问题
, 文档切片能力函数搜索向量数据库，找到最匹配用户问题的前
K
个文档切片
, 所返回的前
K
个文档切片的有序列表
。4.
根据权利要求1所述的方法，其特征在于，所述确定用户问题与数据库中数据是否相关包括：将用户问题和分类提示信息输入大语言模型，并获取所述大语言模型输出的分类结果；根据所述分类结果确定所述用户问题与数据库中数据是否相关；其中，所述分类提示信息包括类别描述和分类样例
。5.

【专利技术属性】
技术研发人员：邱道明，高雪峰，仲光庆，杨成虎，宁艺昭，
申请(专利权)人：北京枫清科技有限公司，
类型：发明
国别省市：