[发明专利]查询语句生成方法、数据查询方法及生成模型训练方法

说明书

本说明书实施例提供查询语句生成方法、数据查询方法及生成模型训练方法，其中所述查询语句生成方法包括：接收查询请求；根据目标数据库标识，确定目标数据库的数据库模式；根据查询信息和数据库模式，构建查询结构关系图；将查询信息和查询结构关系图输入生成模型，获得查询信息对应的目标查询语句，其中，生成模型包括编码器和解码器，编码器用于对查询信息和查询结构关系图进行融合编码，解码器用于对融合编码特征解码得到目标查询语句。通过将查询结构关系图输入生成模型，在生成模型的编码器中对查询信息和查询结构关系图进行融合编码，有效地在编码器中注入结构信息，提高了生成模型的推理能力，准确生成目标查询语句。

技术领域

本说明书实施例涉及计算机技术领域，特别涉及一种查询语句生成方法。本说明书一个或者多个实施例同时涉及一种数据查询方法，一种生成模型训练方法，一种查询语句生成装置，一种数据查询装置，一种生成模型训练装置，一种数据查询系统，一种计算设备，一种计算机可读存储介质以及一种计算机程序。

背景技术

随着计算机技术的发展，越来越多的工作和学习任务可以实现自动化处理，计算机技术已经逐步应用于各种日常的教育、学习活动中，例如利用计算机技术实现数据查询，从而大大节省人力资源。

目前，自然语言处理(NLP，Natura l Language Process ing)技术的各种任务都可以在预训练模型的加持下得到了显著提升，然而，这种完全基于深度学习模型(transformer)的结构无法有效考虑数据之间的关联关系，导致模型缺少推理能力，无法生成准确的查询语句(SQL，Structured Query Language)，因此，亟需一种考虑数据之间的关联关系且准确性高的查询语句生成方案。

发明内容

有鉴于此，本说明书实施例提供了一种查询语句生成方法。本说明书一个或者多个实施例同时涉及一种数据查询方法，一种生成模型训练方法，一种查询语句生成装置，一种数据查询装置，一种生成模型训练装置，一种数据查询系统，一种计算设备，一种计算机可读存储介质以及一种计算机程序，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种查询语句生成方法，包括：

接收查询请求，其中，查询请求包括查询信息和目标数据库标识；

根据目标数据库标识，确定目标数据库的数据库模式；

根据查询信息和数据库模式，构建查询结构关系图，其中，查询结构关系图表征查询信息和数据库模式之间的关联关系；

将查询信息和查询结构关系图输入生成模型，获得查询信息对应的目标查询语句，其中，生成模型包括编码器和解码器，编码器用于对查询信息和查询结构关系图进行融合编码，解码器用于对融合编码特征解码得到目标查询语句。

根据本说明书实施例的第二方面，提供了一种数据查询方法，包括：

接收用户通过前端输入的查询请求，其中，查询请求包括查询信息和目标数据库标识；

根据目标数据库标识，确定目标数据库的数据库模式；

根据查询信息和数据库模式，构建查询结构关系图，其中，查询结构关系图表征查询信息和数据库模式之间的关联关系；

将查询信息和查询结构关系图输入生成模型，获得查询信息对应的目标查询语句，其中，生成模型包括编码器和解码器，编码器用于对查询信息和查询结构关系图进行融合编码，解码器用于对融合编码特征解码得到目标查询语句；

利用目标查询语句，在查询数据库中查找获得查询信息对应的查询结果；

将查询结果发送至前端，以使前端显示查询结果。

根据本说明书实施例的第三方面，提供了一种生成模型训练方法，应用于云侧设备，包括：