[发明专利]一种查询结果生成方法、装置、设备及存储介质在审

专利信息
申请号: 202111407031.5 申请日: 2021-11-24
公开(公告)号: CN114048253A 公开(公告)日: 2022-02-15
发明(设计)人: 王路涛;高灵超;李博;李继伟;朱天佑 申请(专利权)人: 国家电网有限公司大数据中心
主分类号: G06F16/248 分类号: G06F16/248;G06F16/2452;G06F16/242;G06F40/35;G06F16/35;G06N3/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 赵迎迎
地址: 100031 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 查询 结果 生成 方法 装置 设备 存储 介质
【权利要求书】:

1.一种查询结果生成方法,其特征在于,包括:

获取用户输入的目标查询语句和目标NL2SQL模型,其中,所述目标NL2SQL模型通过第一目标样本集迭代训练第一神经网络模型得到;

对所述目标NL2SQL模型进行迁移,得到NL2SQL数据展示意图分类模型;

根据所述目标查询语句、目标NL2SQL模型和NL2SQL数据展示意图分类模型生成查询结果,并显示所述查询结果。

2.根据权利要求1所述的方法,其特征在于,根据所述目标查询语句、目标NL2SQL模型和NL2SQL数据展示意图分类模型生成查询结果,并显示所述查询结果,包括:

将所述目标查询语句输入所述目标NL2SQL模型得到目标SQL语句;

执行所述目标SQL语句,得到目标数据;

将所述目标查询语句输入所述NL2SQL数据展示意图分类模型,得到目标输出报表类别;

根据所述目标输出报表类别和所述目标数据生成查询结果,并显示所述查询结果。

3.根据权利要求2所述的方法,其特征在于,根据所述目标输出报表类别和所述目标数据生成查询结果,并显示所述查询结果,包括:

根据所述目标输出图标类别确定目标报表模板;

根据所述目标报表模板和所述目标数据生成查询结果,并显示所述查询结果。

4.根据权利要求1所述的方法,其特征在于,通过第一目标样本集迭代训练第一神经网络模型包括:

建立第一神经网络模型;

将所述第一目标样本集中的第一历史查询语句样本输入所述第一神经网络模型,得到预测SQL语句;

根据所述预测SQL语句和所述第一历史查询语句样本对应的SQL语句形成的第一目标函数训练所述第一神经网络模型的参数;

返回执行将所述第一目标样本集中的历史查询语句样本输入所述第一神经网络模型得到预测SQL语句的操作,直至得到目标NL2SQL模型。

5.根据权利要求1所述的方法,其特征在于,对所述目标NL2SQL模型进行迁移,得到NL2SQL数据展示意图分类模型,包括:

将所述目标NL2SQL模型的网络输出层更改为分类输出层,得到第二神经网络模型;

通过第二目标样本集迭代训练所述第二神经网络模型得到NL2SQL数据展示意图分类模型。

6.根据权利要求5所述的方法,其特征在于,通过第二目标样本集迭代训练所述第二神经网络模型得到NL2SQL数据展示意图分类模型,包括:

将所述第二目标样本集中的第二历史查询语句样本输入所述第二神经网络模型,得到预测输出报表类别;

根据所述预测输出图标类别和所述第二历史查询语句样本对应的输出图标类别形成的第二目标函数训练所述第二神经网络模型的参数;

返回执行将所述第二目标样本集中的第二历史查询语句样本输入所述第二神经网络模型得到预测输出报表类别的操作,直至得到NL2SQL数据展示意图分类模型。

7.一种查询结果生成装置,其特征在于,包括:

获取模块,用于获取用户输入的目标查询语句和目标NL2SQL模型,其中,所述目标NL2SQL模型通过第一目标样本集迭代训练第一神经网络模型得到;

迁移模型,用于对所述目标NL2SQL模型进行迁移,得到NL2SQL数据展示意图分类模型;

查询结果生成模块,用于根据所述目标查询语句、目标NL2SQL模型和NL2SQL数据展示意图分类模型生成查询结果,并显示所述查询结果。

8.根据权利要求7所述的装置,其特征在于,所述查询结果生成模块具体用于:

将所述目标查询语句输入所述目标NL2SQL模型得到目标SQL语句;

执行所述目标SQL语句,得到目标数据;

将所述目标查询语句输入所述NL2SQL数据展示意图分类模型,得到目标输出报表类别;

根据所述目标输出报表类别和所述目标数据生成查询结果,并显示所述查询结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网有限公司大数据中心,未经国家电网有限公司大数据中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111407031.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top