1.一种数据查询方法，其特征在于，包括以下步骤：
获取自然语言的文本信息；
将所述文本信息输入到预先训练好的预测网络中进行预测，得到预测槽值对，所述槽值对包含与目标数据库对应的查询子句以及查询内容；
基于所述预测槽值对，构建目标数据库的查询命令；
根据所述查询命令查询在所述目标数据库中进行数据查询，并输出查询结果。
2.如权利要求1所述的方法，其特征在于，所述槽值对包括槽名与槽值，所述槽名与目标数据库中查询子句具有第一映射关系，所述槽值与目标数据库中查询内容具有第二映射关系，所述基于所述预测槽值对，构建目标数据库的查询命令，包括：
根据所述槽名，通过所述第一映射关系映射得到目标数据表的查询子句；以及
根据所述槽值，通过所述第二映射关系映射得到目标数据表的查询内容；
根据所述查询子句与所述查询内容，构建目标数据库的查询命令。
3.如权利要求1所述的方法，其特征在于，所述目标数据库中包括数据表，所述数据表包括数据属性，所述将所述文本信息输入到预先训练好的预测网络中进行预测，得到预测槽值对，包括：
将所述文本信息进行预处理，以得到预设词长的查询文本；
将所述预设词长的查询文本以及所述数据属性通过预先训练好的编码网络进行编码，得到查询文本的词向量；
将所述查询文本的词向量依次输入预先训练好的长短时记忆网络获取具有上下文信息的特征向量；
将所述特征向量输入预先训练好的注意力机制，得到注意力向量；
将所述注意力向量输入到预先训练好的全连接层，对所述注意力向量进行分类，得到预设数据个预测槽值对。
4.如权利要求1所述的方法，其特征在于，所述目标数据库中包括数据表，所述数据表包括数据属性，所述预测网络的训练，包括：
获取预设词长的语料文本作为训练样本；
将所述训练样本与所述数据属性在编码后进行拼接，并输入到所述预测网络中对所述预测网络进行训练，以使所述预测网络输出与所述训练样本的槽值对标签相同的槽值对。
5.如权利要求4所述的方法，其特征在于，所述数据表还包括数据类型，所述获取预设词长的查询文本，包括：
统计数据集中所有语料样本的文本词长，以及统计所述目标数据库中数据类型的分类数量，以及每个数据类型对应的数据属性的属性数量；
根据预设语料样本比例，选取最大查询文本，所述最大查询文本包括最大文本词长，最大分类数量，以及每个表头对应的最大属性数量；
通过所述最大查询文本，对所有语料样本的文本词长及分类数量进行预处理，得到预设词长的查询文本，所述查询文本满足最大查询文本的文本词长及分类数量。
6.如权利要求5所述的方法，其特征在于，所述通过所述最大查询文本，对所有语料样本的文本词长及分类数量进行预处理，得到预设词长的查询文本，包括：
判断语料样本中的文本词长是否满足所述最大文本词长；
若所述语料样本中的文本词长不满足所述最大文件词长，则将所述语料样本进行填充，得到预设词长的查询文本。
7.一种数据查询装置，其特征在于，所述装置包括：
获取模块，用于获取自然语言的文本信息；
预测模块，用于将所述文本信息输入到预先训练好的预测网络中进行预测，得到预测槽值对，所述槽值对包含与目标数据库对应的查询子句以及查询内容；
构建模块，用于基于的所述预测槽值对，构建目标数据库的查询命令；
查询模块，用于根据所述查询命令查询在所述目标数据库中进行数据查询，并输出查询结果。
8.如权利要求7所述的装置，其特征在于，所述槽值对包括槽名与槽值，所述槽名与目标数据库中查询子句具有第一映射关系，所述槽值与目标数据库中查询内容具有第二映射关系，所述构建模块，包括：
第一处理子模块，用于根据所述槽名，通过所述第一映射关系映射得到目标数据表的查询子句；以及
第二处理子模块，用于根据所述槽值，通过所述第二映射关系映射得到目标数据表的查询内容；
构建子模块，用于根据所述查询子句与所述查询内容，构建目标数据库的查询命令。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任一项所述的数据查询方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的数据查询方法中的步骤。