【技術實現步驟摘要】
本申請涉及自然語言處理，尤其涉及一種基于大語言模型智能體對話式查詢數據庫方法、裝置和電子設備。
技術介紹
1、隨著大數據時代的到來，企業和組織積累了大量的數據資產。然而，有效利用這些數據資產往往需要專業的數據庫查詢技能，這對于非技術背景的用戶來說是以個巨大的挑戰。傳統的數據庫查詢方法通常需要用戶掌握sql語言，這限制了數據的可訪問性和利用效率。
2、目前市場上存在一些自然語言查詢數據庫的解決方案，但它們通常存在以下問題:查詢精度不高，特別是對于復雜查詢；缺乏對業務規則和特定領域知識的理解；可視化能力有限，難以滿足多樣化的數據展示需求；對于高頻查詢缺乏優化，響應速度慢；難以與現有的數據庫系統和bi工具無縫集成。
3、因此，亟需一種智能化、高效率、易用性強的對話式數據庫查詢系統，以滿足各行各業對數據分析的迫切需求。
技術實現思路
1、有鑒于此，本申請提出了一種基于大語言模型智能體查詢數據庫方法，以解決上述
技術介紹
所體現的問題。
2、根據本申請的一方面，提供了一種基于大語言模型智能體查詢數據庫方法，包括：
3、獲取查詢請求信息；
4、分析所述查詢請求信息，識別查詢請求意圖類別；
5、根據所述查詢請求意圖類別對所述查詢請求信息進行問題拆解，得到子查詢請求信息；
6、根據所述查詢請求意圖類別在目標知識庫中搜索，獲取所述子查詢請求信息對應的sql語句；
7、當沒有搜索到對應的sql語句時，構造生成s
8、執行所述sql語句，得到所述子查詢請求信息對應的子查詢結果；
9、將所述子查詢結果進行整合，得到所述查詢請求信息的查詢結果，基于所述大語言模型生成所述查詢結果對應的數據可視化代碼，執行所述數據可視化代碼，輸出查詢結果以及其的可視化展示結果。
10、作為本申請的一種可選實施方案，當沒有搜索到對應的sql語句時，構造生成sql語句提示詞發送給大語言模型，獲取所述大語言模型返回的sql語句，包括：
11、獲取所述查詢請求意圖類別的數據庫構成信息摘要；
12、獲取業務規則；
13、對所述子查詢請求信息結合所述數據庫構成信息摘要和所述業務規則構造生成sql語句提示詞；
14、將所述生成sql語句提示詞發送給大語言模型，接收所述大語言模型返回的sql語句。
15、作為本申請的一種可選實施方案，獲取所述查詢請求意圖類別的數據庫構成信息摘要，包括：
16、根據所述查詢請求意圖類別確定關聯的數據庫；
17、在所述關聯的數據庫中，對所述子查詢請求信息進行語義相似度計算，根據預設語義相似度閾值提取數據表；
18、根據所述數據表的屬性確定表間關系，整合所述表間關系和所述數據表的內容生成數據庫構成信息摘要。
19、作為本申請的一種可選實施方案，根據所述查詢請求意圖類別在目標知識庫中搜索，獲取所述子查詢請求信息對應的sql語句，包括：
20、對所述查詢請求意圖類別在目標知識庫中檢索，得到sql語句檢索結果；
21、根據所述sql語句檢索結果和所述子查詢請求信息構造修改sql語句提示詞并發送給所述大語言模型，接收大語言模型返回的對應的sql語句。
22、作為本申請的一種可選實施方案，將所述子查詢結果進行整合，得到所述查詢請求信息的查詢結果，基于所述大語言模型生成所述查詢結果對應的數據可視化代碼，執行所述數據可視化代碼，輸出查詢結果以及其的可視化展示結果之后，還包括：
23、獲取關于所述查詢結果的反饋信息；
24、在獲取同樣查詢請求意圖類別的查詢請求信息時，結合所述反饋信息構造修改sql語句提示詞并發送給所述大語言模型，接收大語言模型返回的對應的sql語句。
25、作為本申請的一種可選實施方案，將所述子查詢結果進行整合，得到所述查詢請求信息的查詢結果，基于所述大語言模型生成所述查詢結果對應的數據可視化代碼，執行所述數據可視化代碼，輸出查詢結果以及其的可視化展示結果，還包括：
26、獲取所述sql語句的解讀請求；
27、根據所述解讀請求對所述sql語句進行解讀，輸出解讀結果。
28、作為本申請的一種可選實施方案，分析所述查詢請求信息，識別查詢請求意圖類別之后，還包括：
29、獲取自定義工具庫；
30、根據所述查詢請求意圖類別，在所述自定義工具庫中確定所述子查詢請求信息的目標工具；
31、獲取所述目標工具中的sql語句模板；
32、根據所述子查詢請求信息對所述sql語句模板進行調整，得到對應的sql語句并執行，得到子查詢結果。
33、作為本申請的一種可選實施方案，分析所述查詢請求信息，識別查詢請求意圖類別，包括：
34、獲取所述查詢請求信息的歷史查詢記錄；
35、根據歷史查詢記錄，對所述查詢請求信息進行自然語言處理分析，識別查詢請求意圖類別。
36、本申請還提供了一種基于大語言模型智能體查詢數據庫裝置，包括：
37、獲取請求模塊，用于獲取查詢請求信息；
38、識別意圖類別模塊，用于分析所述查詢請求信息，識別查詢請求意圖類別；
39、拆解請求模塊，用于根據所述查詢請求意圖類別對所述查詢請求信息進行問題拆解，得到子查詢請求信息；
40、搜索sql語句模塊，用于根據所述查詢請求意圖類別在目標知識庫中搜索，獲取所述子查詢請求信息對應的sql語句；
41、生成sql語句模塊，用于當沒有搜索到對應的sql語句時，構造生成sql語句提示詞并發送給大語言模型，獲取所述大語言模型返回的sql語句；
42、執行sql語句模塊，用于執行所述sql語句，得到所述子查詢請求信息對應的子查詢結果；
43、獲取查詢結果模塊，用于將所述子查詢結果進行整合，得到所述查詢請求信息的查詢結果，基于所述大語言模型生成所述查詢結果對應的數據可視化代碼，執行所述數據可視化代碼，輸出查詢結果以及其的可視化展示結果。
44、本申請還提供了一種電子設備，包括：
45、處理器；
46、用于存儲處理器可執行指令的存儲器；
47、其中，所述處理器被配置為執行所述可執行指令時實現上述所述的基于大語言模型智能體查詢數據庫方法。
48、本申請的有益效果：
49、本專利技術通過獲取查詢請求信息，分析所述查詢請求信息，識別查詢請求意圖類別，根據所述查詢請求意圖類別對所述查詢請求信息進行問題拆解，得到子查詢請求信息，根據所述查詢請求意圖類別在目標知識庫中搜索，獲取所述子查詢請求信息對應的sql語句，當沒有搜索到對應的sql語句時，構造生成sql語句提示詞并發送給大語言模本文檔來自技高網...
【技術保護點】
1.一種基于大語言模型智能體查詢數據庫方法，其特征在于，包括：
2.根據權利要求1所述的基于大語言模型智能體查詢數據庫方法，其特征在于，當沒有搜索到對應的SQL語句時，構造生成SQL語句提示詞發送給大語言模型，獲取所述大語言模型返回的SQL語句，包括：
3.根據權利要求2所述的基于大語言模型智能體查詢數據庫方法，其特征在于，獲取所述查詢請求意圖類別的數據庫構成信息摘要，包括：
4.根據權利要求1所述的基于大語言模型智能體查詢數據庫方法，其特征在于，根據所述查詢請求意圖類別在目標知識庫中搜索，獲取所述子查詢請求信息對應的SQL語句，包括：
5.根據權利要求4所述的基于大語言模型智能體查詢數據庫方法，其特征在于，將所述子查詢結果進行整合，得到所述查詢請求信息的查詢結果，基于所述大語言模型生成所述查詢結果對應的數據可視化代碼，執行所述數據可視化代碼，輸出查詢結果以及其的可視化展示結果之后，還包括：
6.根據權利要求5所述的基于大語言模型智能體查詢數據庫方法，其特征在于，將所述子查詢結果進行整合，得到所述查詢請求信息的查詢結果，
7.根據權利要求5所述的基于大語言模型智能體查詢數據庫方法，其特征在于，分析所述查詢請求信息，識別查詢請求意圖類別之后，還包括：
8.根據權利要求1-7任一項所述的基于大語言模型智能體查詢數據庫方法，其特征在于，分析所述查詢請求信息，識別查詢請求意圖類別，包括：
9.一種基于大語言模型智能體查詢數據庫裝置，其特征在于，包括：
10.一種電子設備，其特征在于，包括：
...【技術特征摘要】
1.一種基于大語言模型智能體查詢數據庫方法，其特征在于，包括：
2.根據權利要求1所述的基于大語言模型智能體查詢數據庫方法，其特征在于，當沒有搜索到對應的sql語句時，構造生成sql語句提示詞發送給大語言模型，獲取所述大語言模型返回的sql語句，包括：
3.根據權利要求2所述的基于大語言模型智能體查詢數據庫方法，其特征在于，獲取所述查詢請求意圖類別的數據庫構成信息摘要，包括：
4.根據權利要求1所述的基于大語言模型智能體查詢數據庫方法，其特征在于，根據所述查詢請求意圖類別在目標知識庫中搜索，獲取所述子查詢請求信息對應的sql語句，包括：
5.根據權利要求4所述的基于大語言模型智能體查詢數據庫方法，其特征在于，將所述子查詢結果進行整合，得到所述查詢請求信息的查詢結果，基于所述大語言模型生成所述查詢結果對應的數據可...
【專利技術屬性】
技術研發人員：楊勝文，卞傳鑫，吳朋洋，
申請(專利權)人：北京酷克數據科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。