基于人工智能的SQL规则标签生成方法及可读存储介质与流程

本发明涉及数据库管理，具体而言，涉及一种基于人工智能的sql规则标签生成方法及可读存储介质。

背景技术：

1、随着数据驱动决策的普及，数据标签需求越来越广泛。传统的标签需求生成通常需要用户具备专业的sql编程技能，以便编写复杂的sql规则标签，这给非技术背景的用户带来了很大困扰。此外，即使对于具备技术背景的用户，编写sql语句也是一项耗时且容易出错的工作。因此，急需一种方法能够简化标签规则的生成过程，让用户能够以自然语言形式提出他们的标签需求，并由系统自动转换为对应的sql规则标签。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的sql规则标签生成方法及可读存储介质。

2、第一方面，本发明实施例提供一种基于人工智能的sql规则标签生成方法，包括：

3、获取用户需求，所述用户需求包括自然语言描述的标签需求内容；

4、将所述用户需求进行向量化处理，得到待匹配用户需求向量；

5、调用预先构建的多模态数据库，所述多模态数据库存储有多个预设标签需求以及每个所述预设标签需求对应的预设标签需求向量；

6、将所述待匹配用户需求向量和每个所述预设标签需求向量进行匹配，从所述多模态数据库中获取匹配程度从高到低选取的多个目标标签需求；

7、获取所述多个目标标签需求对应的标签规则以及表信息，并根据所述待匹配用户需求向量、所述多个目标标签需求对应的标签规则以及表信息构建目标少样本提示；

8、将所述目标少样本提示输入预先训练的生成模型，得到所述用户需求对应的目标标签规则；

9、根据所述目标标签规则生成所述用户需求对应的sql规则标签，并展示至预设界面。

10、在一种可能的实施方式中，所述获取用户需求，包括：

11、响应于用户输入的包括自然语言描述的标签需求内容的输入内容，调用预先训练的nlp模型对所述输入内容进行命名实体识别以及关键词提取，得到处理后的输入内容；

12、基于所述处理后的输入内容，确定所述用户需求。

13、在一种可能的实施方式中，所述将所述待匹配用户需求向量和每个所述预设标签需求向量进行匹配，从所述多模态数据库中获取匹配程度从高到低选取的多个目标标签需求，包括：

14、计算所述待匹配用户需求向量和每个所述预设标签需求向量之间的向量相似度，所述向量相似度与所述匹配程度呈正相关；

15、基于所述向量相似度从高到低选取的多个目标标签需求。

16、在一种可能的实施方式中，所述将所述目标少样本提示输入预先训练的生成模型，得到所述用户需求对应的目标标签规则，包括：

17、将所述目标少样本提示输入预先训练的生成模型，得到待定标签规则；

18、对所述待定标签规则进行语法检查、语义验证、约束条件添加，得到所述目标标签规则。

19、在一种可能的实施方式中，在所述将所述目标少样本提示输入预先训练的生成模型，得到所述用户需求对应的目标标签规则之后，所述方法还包括：

20、接受用户输入的人工标注标签规则；

21、当所述人工标注标签规则与所述目标标签规则匹配时，执行所述根据所述目标标签规则生成所述用户需求对应的sql规则标签，并展示至预设界面的步骤；

22、当所述人工标注标签规则与所述目标标签规则不匹配时，调整所述生成模型，并重复执行所述将所述目标少样本提示输入预先训练的生成模型，得到所述用户需求对应的目标标签规则的步骤，直至所述人工标注标签规则与所述目标标签规则匹配。

23、在一种可能的实施方式中，在所述将所述目标少样本提示输入预先训练的生成模型，得到所述用户需求对应的目标标签规则之前，所述方法还包括：

24、对所述目标少样本提示进行干扰值的移除，所述干扰值包括缺失值、异常值和重复值；

25、对移除干扰的目标少样本提示进行特征降维处理，得到处理后的目标少样本提示。

26、在一种可能的实施方式中，在所述根据所述目标标签规则生成所述用户需求对应的sql规则标签，并展示至预设界面之后，所述方法还包括：

27、响应于用户输入的执行命令，执行所述sql规则标签，得到查询结果；

28、响应于用户针对所述查询结果的反馈信息，对所述生成模型进行优化调整。

29、第二方面，本发明实施例提供一种基于人工智能的sql规则标签生成装置，包括：

30、获取模块，用于获取用户需求，所述用户需求包括自然语言描述的标签需求内容；将所述用户需求进行向量化处理，得到待匹配用户需求向量；调用预先构建的多模态数据库，所述多模态数据库存储有多个预设标签需求以及每个所述预设标签需求对应的预设标签需求向量；将所述待匹配用户需求向量和每个所述预设标签需求向量进行匹配，从所述多模态数据库中获取匹配程度从高到低选取的多个目标标签需求；获取所述多个目标标签需求对应的标签规则以及表信息，并根据所述待匹配用户需求向量、所述多个目标标签需求对应的标签规则以及表信息构建目标少样本提示；

31、生成模块，用于将所述目标少样本提示输入预先训练的生成模型，得到所述用户需求对应的目标标签规则；根据所述目标标签规则生成所述用户需求对应的sql规则标签，并展示至预设界面。

32、第三方面，本发明实施例提供一种计算机设备，所述计算机设备包括处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述处理器执行时，所述计算机设备执行第一方面至少一种可能的实施方式中所述的基于人工智能的sql规则标签生成方法。

33、第四方面，本发明实施例提供一种可读存储介质，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在计算机设备执行第一方面至少一种可能的实施方式中所述的基于人工智能的sql规则标签生成方法。

34、相比现有技术，本发明提供的有益效果包括：采用本发明公开的一种基于人工智能的sql规则标签生成方法及可读存储介质，通过获取用户的自然语言描述的标签需求，然后将这些需求进行向量化处理。接着，系统会调用预先构建的多模态数据库。系统将待匹配的用户需求向量与数据库中的每个预设标签需求向量进行匹配，并根据匹配程度选择多个目标标签需求。系统获取这些目标标签需求对应的标签规则和表信息，并根据这些信息构建目标少样本提示。最后，系统将这些提示输入预先训练的生成模型，得到用户需求对应的目标标签规则，生成相应的sql规则标签并在预设界面上显示，如此设计，使得用户可以用自然语言直接提出标签需求，简化了用户操作，降低了技术门槛，并提高了标签生成的效率和准确性。

技术特征：

1.一种基于人工智能的sql规则标签生成方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述获取用户需求，包括：

3.根据权利要求1所述的方法，其特征在于，所述将所述待匹配用户需求向量和每个所述预设标签需求向量进行匹配，从所述多模态数据库中获取匹配程度从高到低选取的多个目标标签需求，包括：

4.根据权利要求1所述的方法，其特征在于，所述将所述目标少样本提示输入预先训练的生成模型，得到所述用户需求对应的目标标签规则，包括：

5.根据权利要求1所述的方法，其特征在于，在所述将所述目标少样本提示输入预先训练的生成模型，得到所述用户需求对应的目标标签规则之后，所述方法还包括：

6.根据权利要求1所述的方法，其特征在于，在所述将所述目标少样本提示输入预先训练的生成模型，得到所述用户需求对应的目标标签规则之前，所述方法还包括：

7.根据权利要求1所述的方法，其特征在于，在所述根据所述目标标签规则生成所述用户需求对应的sql规则标签，并展示至预设界面之后，所述方法还包括：

8.一种基于人工智能的sql规则标签生成装置，其特征在于，包括：

9.一种计算机设备，其特征在于，所述计算机设备包括处理器及存储有计算机指令的非易失性存储器，所述计算机指令被所述处理器执行时，所述计算机设备执行权利要求1-7中任意一项所述的基于人工智能的sql规则标签生成方法。

10.一种可读存储介质，其特征在于，所述可读存储介质包括计算机程序，所述计算机程序运行时控制所述可读存储介质所在计算机设备执行权利要求1-7中任意一项所述的基于人工智能的sql规则标签生成方法。

技术总结
本发明公开了一种基于人工智能的SQL规则标签生成方法及可读存储介质，包括：首先获取用户的自然语言描述的标签需求，然后将这些需求进行向量化处理。接着，系统会调用预先构建的多模态数据库。系统将待匹配的用户需求向量与数据库中的每个预设标签需求向量进行匹配，并根据匹配程度选择多个目标标签需求。系统获取这些目标标签需求对应的标签规则和表信息，并根据这些信息构建目标少样本提示。最后，系统将这些提示输入预先训练的生成模型，得到用户需求对应的目标标签规则，生成相应的SQL规则标签并在预设界面上显示，如此设计，使得用户可以用自然语言直接提出标签需求，简化了用户操作，降低了技术门槛，并提高了标签生成的效率和准确性。

技术研发人员：张湘轩,刘大伟,陶征霖,常雷,姚佳丽,霍瑞龙,宋宜旭
受保护的技术使用者：北京偶数科技有限公司
技术研发日：
技术公布日：2024/4/17