一种自适应规则引导的大语言模型生成制造技术

本发明专利技术公开了一种自适应规则引导的大语言模型生成

【技术实现步骤摘要】
一种自适应规则引导的大语言模型生成SQL系统


[0001]本专利技术涉及数据库管理及应用领域，尤其涉及一种自适应规则引导的大语言模型生成
SQL
（
Structured Query Language
，结构化查询语言）系统
。

技术介绍

[0002]在数字化转型的大潮中，越来越多的业务和数据被上传到数据库中
。
如何对数据库进行使用和管理，对未掌握数据库技术相关知识的非技术人员形成挑战
。NL2SQL
（自然语言转结构化查询语言，
Natural Language to Structured Query Language
）技术可以在几秒钟内将自然语言查询转换为
SQL
查询，大大提高了查询效率
。
用户可以使用自然语言进行查询，而无需了解
SQL
语言的细节
。
这使得查询变得更加简单
、
直观和易于使用，提高了用户的满意度和体验
。
准确地编写
SQL
查询需要对数据库结构有深入的理解
。
但是，许多人不具备这种专业知识，因此可能会出现错误或缺乏完整性的查询
。NL2SQL
技术可以修正这些错误，从而能帮助非技术人员快速掌握数据库使用技术，极大降低学习成本
。
但是当前
NL2SQL
技术并不完善，生成
SQL
语句精度不理想
。
[0003]近来，大规模语言模型在很多生成任务上超过人类，引起广泛关注和讨论
。
在使用大规模语言模型生成
SQL
上，有两种途径：途径1，进行面向
NL2SQL
的模型精调
。
此途径尚有以下问题：大规模语言模型经精调后，可能会失去原有的多任务能力，仅能支持单项任务
。
[0004]途径2，基于规则引导的方法生成
SQL。
途径2有以下问题：（1）没有表结构信息注入，大规模语言模型生成的
SQL
语句正确率较低，现有
SQL
生成正确率较好的大规模语言模型通常在
100B
以上，
10B
左右的语言模型尚无法通过简单的表结构注入形成可用的
SQL
生成模型
。
[0005]（2）模型支持输入长度有限，无法应对表字段非常多的数据库
。
[0006]（3）规则引导无法自动完成，需要人工构建，且要求构建人员对数据库和应用场景了解较深
。

技术实现思路

[0007]针对现有技术的不足，本专利技术提出一种自适应规则引导的大语言模型生成
SQL
系统
。
[0008]具体技术方案如下：一种自适应规则引导的大语言模型生成
SQL
系统，包括：表结构构建模块
、
参考规则库构建模块
、
常用规则库
、
自适应规则构建模块
、
规则引导
SQL
生成模块；所述表结构构建模块用于列名标准化和列名字典构建，所述列名字典构建指将表名
、
列名和列数据类型合并转换为字典类型数据；所述列名标准化是对数据库中列名
、
表名的不规范形式进行的规范化处理；所述参考规则库构建模块，用于通过分析
SQL
生成机制以及
SQL
语法构建参考规则
库，根据
SQL
生成步骤，所述参考规则库构建模块划分为以下子模块：表和列名筛选子模块
、
列条件抽取子模块
、
合并表嵌套子模块
、SQL
片段生成子模块
、
校验子模块；所述常用规则库中包含实际业务场景中常用的
Text
到
SQL
的各个步骤和推理逻辑；所述自适应规则构建模块用于根据输入的
Text
查询语句，结合常用规则库，构建与
Text
查询语句匹配的自适应规则；所述规则引导
SQL
生成模块的输入为当前查询
Text
以及所述自适应规则，根据自适应规则，引导大语言模型逐步生成
SQL
语句
。
[0009]进一步地，还包括可视化结果展示模块，用于将根据输入的查询语句得到的数据表
、
各个模块生成的
SQL
片段
、
规则引导
SQL
生成模块生成的完整的
SQL
进行可视化显示
。
[0010]进一步地，所述表结构构建模块中，通过翻译工具进行列名标准化，所述翻译工具包括多语种词典
、
行业标准用语及手动总结的词汇映射表格，将列名非中文
、
不规范的表述转写为中文标准表述
。
[0011]进一步地，所述表和列名筛选子模块用于筛选使用的表和列名，具体为：根据用户输入的查询语句
Text
，通过大语言模型的匹配能力，选择数据库中对应的表和列；所述列条件抽取子模块用于提取查询语句
Text
的查询需求中针对各列的具体条件，具体是：使用大语言模型的语义理解能力，将
Text
中的查询需求转换为
SQL
的运算符
。
[0012]进一步地，所述合并表嵌套子模块用于在需要时合并表，并找出表之间的关联列名，具体是：基于大语言模型的上下文理解能力，判断筛选出的列条件是否需要跨表，并结合表结构知识，推理出合并表的
SQL
命令
。
[0013]进一步地，所述
SQL
片段生成子模块用于基于大语言模型的生成能力，将表和列名筛选子模块
、
列条件抽取子模块
、
合并表嵌套子模块得到的中间
SQL
片段按照
SQL
生成规则合并成完整的
SQL
查询语句
。
[0014]进一步地，所述校验子模块用于对
SQL
片段生成子模块得到的
SQL
查询语句进行语法校验和一致性校验；所述语法校验通过
SQL
命令在数据库中执行实际查询，基于是否报错评测语法是否正确；所述一致性校验用于评测系统对查询
Text
中混淆用语的理解能力，具体方法是：使用大语言模型引导生成一组与原查询
Text
含义一致的样本，再进行
SQL
生成，若生成的
SQL
与
SQL
片段生成子模块得到的
SQL
查询语句相同，则一致性好；未通过一致性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种自适应规则引导的大语言模型生成
SQL
系统，其特征在于，包括：表结构构建模块
、
参考规则库构建模块
、
常用规则库
、
自适应规则构建模块
、
规则引导
SQL
生成模块；所述表结构构建模块用于列名标准化和列名字典构建，所述列名字典构建指将表名
、
列名和列数据类型合并转换为字典类型数据；所述列名标准化是对数据库中列名
、
表名的不规范形式进行的规范化处理；所述参考规则库构建模块，用于通过分析
SQL
生成机制以及
SQL
语法构建参考规则库，根据
SQL
生成步骤，所述参考规则库构建模块划分为以下子模块：表和列名筛选子模块
、
列条件抽取子模块
、
合并表嵌套子模块
、SQL
片段生成子模块
、
校验子模块；所述常用规则库中包含实际业务场景中常用的
Text
到
SQL
的各个步骤和推理逻辑；所述自适应规则构建模块用于根据输入的
Text
查询语句，结合常用规则库，构建与
Text
查询语句匹配的自适应规则；所述规则引导
SQL
生成模块的输入为当前查询
Text
以及所述自适应规则，根据自适应规则，引导大语言模型逐步生成
SQL
语句
。2.
根据权利要求1所述的自适应规则引导的大语言模型生成
SQL
系统，其特征在于，还包括可视化结果展示模块，用于将根据输入的查询语句得到的数据表
、
各个模块生成的
SQL
片段
、
规则引导
SQL
生成模块生成的完整的
SQL
进行可视化显示
。3.
根据权利要求1所述的自适应规则引导的大语言模型生成
SQL
系统，其特征在于，所述表结构构建模块中，通过翻译工具进行列名标准化，所述翻译工具包括多语种词典
、
行业标准用语及手动总结的词汇映射表格，将列名非中文
、
不规范的表述转写为中文标准表述
。4.
根据权利要求1所述的自适应规则引导的大语言模型生成
SQL
系统，其特征在于，所述表和列名筛选子模块用于筛选使用的表和列名，具体为：根据用户输入的查询语句
Text
，通过大语言模型的匹配能力，选择数据库中对应的表和列；所述列条件抽取子模块用于提取查询语句
Text
的查询需求中针对各列的具体条件，具体是：使用大语言模型的语义理解能力，将
Text
中的查询需求转换为
SQL
的运算符
。5.
根据权利要求1所述的自适应规则引导的大语言模型生成
SQL
系统，其特征在于，所述合并表嵌套子模块用于在需要时合并表，并找出表之间的关联列名，具体是：基于大语言模型的上下文理解能力，判断筛选出的列条件是否需要跨表，并结合表结构知识，推理出合并表的
SQL
命令
。...

【专利技术属性】
技术研发人员：丁锴，董日达，付村，那崇宁，
申请(专利权)人：之江实验室，
类型：发明
国别省市：