CN120277094A 结构化查询语言生成方法、装置及非易失性存储介质 (中国电信股份有限公司).docxVIP

CN120277094A 结构化查询语言生成方法、装置及非易失性存储介质 (中国电信股份有限公司).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120277094A(43)申请公布日2025.07.08

(21)申请号202510346982.8

(22)申请日2025.03.21

(71)申请人中国电信股份有限公司

地址100033北京市西城区金融街31号

(72)发明人李斐斐刘恒李曦高亚男

(74)专利代理机构北京康信知识产权代理有限责任公司11240

专利代理师张文华

(51)Int.CI.

GO6F16/2452(2019.01)

GO6F16/242(2019.01)

GO6N5/022(2023.01)

GO6N5/025(2023.01)

GO6F18/22(2023.01)

GO6N20/00(2019.01)

权利要求书3页说明书16页附图3页

(54)发明名称

结构化查询语言生成方法、装置及非易失性存储介质

(57)摘要

CN120277094A本申请公开了一种结构化查询语言生成方法、装置及非易失性存储介质。其中,该方法包括:接收用户的数据查询指令,提取数据查询指令中的关键词;依据关键词在知识图谱中确定相关节点,其中,知识图谱中的节点用于记录数据库中的实体信息,知识图谱中的边用于记录实体间的关系;获取相关节点的节点信息和相关节点的关联节点的节点信息;将相关节点的节点信息、关联节点的节点信息以及数据查询指令输入结构化查询语言生成模型中,获取结构化查询语言生成模型输出的结构化查询语言。本申请解决了由于现有技术中在检索时检索精确度低、信息

CN120277094A

接收用户的数据查询指令,提取数据查询指令中的

接收用户的数据查询指令,提取数据查询指令中的关键词

依据关键词在知识图谱中确定相关节点

获取相关节点的节点信息和相关节点的关联节点的节点信息

将相关节点的节点信息、关联节点的节点信息以及数据查询指令输入结构化查询语言生成模型中,获

取结构化查询语言生成模型输出的结构化查询语言

S302

S304

S306

S308

CN120277094A权利要求书1/3页

2

1.一种结构化查询语言生成方法,其特征在于,包括:

接收用户的数据查询指令,提取所述数据查询指令中的关键词,其中,所述关键词包括以下至少之一:实体名称,属性名称;

依据所述关键词在知识图谱中确定相关节点,其中,所述知识图谱中的节点用于记录数据库中的实体信息,所述知识图谱中的边用于记录所述实体间的关系,所述相关节点为记录的所述实体信息与所述关键词的相似度大于第一预设阈值的节点;

获取所述相关节点的节点信息和所述相关节点的关联节点的节点信息,其中,所述关联节点为所述知识图谱中与所述相关节点存在边连接的节点,所述节点信息包括与节点对应的实体的表名、与节点对应的实体的表的字段信息;

将所述相关节点的节点信息、所述关联节点的节点信息以及所述数据查询指令输入结构化查询语言生成模型中,获取所述结构化查询语言生成模型输出的结构化查询语言。

2.根据权利要求1所述的结构化查询语言生成方法,其特征在于,在提取所述数据查询指令中的关键词之后,所述方法还包括:

确定所述知识图谱中的目标社区,其中,所述目标社区的社区摘要与所述关键词的相似度大于第二预设阈值,所述社区摘要包括以下至少之一:对社区中各节点间关系的总结信息,各节点属性信息的总结信息,社区中各节点的数据范围;

将所述目标社区的社区摘要输入所述结构化查询语言生成模型中。

3.根据权利要求1所述的结构化查询语言生成方法,其特征在于,依据所述关键词在知识图谱中确定相关节点包括:

将所述关键词向量化,得到关键词向量;

确定关键词向量与所述知识图谱中各节点实体信息对应向量之间的向量相似度,将所述向量相似度作为所述相关节点的实体信息与所述关键词的相似度;

将实体信息与所述关键词的相似度大于预设阈值的节点作为相关节点。

4.根据权利要求1所述的结构化查询语言生成方法,其特征在于,在获取所述结构化查询语言生成模型输出的结构化查询语言之后,所述方法还包括:

向所述用户展示所述相关节点、所述关联节点以及所述相关节点与所述关联节点间的连接关系;

接收所述用户对所述连接关系的第一反馈信息,其中,所述第一反馈信息包括连接关系正确或者连接关系错误;

在所述第一反馈信息为连接关系错误的情况下,获取所述用户输入的关系修改命令;依据所述关系修改命令修改存

您可能关注的文档

文档评论(0)

aabbcc + 关注
实名认证
文档贡献者

若下载文档格式有问题,请咨询qq1643702686索取原版

1亿VIP精品文档

相关文档