[发明专利]模型训练和数据查询方法、装置、电子设备和存储介质

权利要求书

1.一种模型训练方法，包括：

获取训练样本，所述训练样本包括文本查询语句、至少一个数据表结构信息以及数据表查询语句；

识别所述文本查询语句中的至少一个数据表属性；

基于所述至少一个数据表属性查询数据图谱，得到与所述数据表属性对应的子图实体对象和子图关系对象，所述数据图谱的实体对象指示各个数据表属性，所述数据图谱的关系对象指示所述各个数据表属性之间的关联；

融合所述文本查询语句、所述至少一个数据表结构信息以及子图实体对象和子图关系对象，得到融合数据；

基于所述融合数据作为输入，基于所述数据表查询语句作为监督条件，训练语句转换模型。

2.根据权利要求1所述的方法，其中，所述融合所述文本查询语句、所述至少一个数据表结构信息以及子图实体对象和子图关系对象，得到融合数据，包括：

生成所述文本查询语句的第一上下文向量；

生成所述至少一个数据表结构信息的第二上下文向量；

生成所述子图实体对象和所述子图关系对象的第三上下文向量；

拼接所述第一上下文向量、所述第二上下文向量和所述第三上下文向量，得到指示融合数据的融合向量。

3.根据权利要求2所述的方法，其中，所述生成所述至少一个数据表结构信息的第二上下文向量，包括：

将所述至少一个数据表结构信息输入到预先训练的向量编码器，得到第二上下文向量，所述向量编码器基于数据表结构样本及其向量表示训练得到。

4.根据权利要求2所述的方法，其中，所述生成所述子图实体对象和所述子图关系对象的第三上下文向量，包括：

将所述子图实体对象和所述子图关系对象输入到预先训练的图谱向量编码器，得到第三上下文向量，所述图谱向量编码器图谱样本的实体对象和关系对象及其向量表示训练得到。

5.根据权利要求1所述的方法，其中，所述语句转换模型包括注意力机制层和分类器，所述注意力机制层的输出连接到所述分类器的输入；

所述基于所述融合数据作为输入，基于所述数据表查询语句作为监督条件，训练语句转换模型，包括：

将所述融合数据作为所述注意力机制层的输入，将所述数据表查询语句作为所述分类器的输出，训练语句转换模型。

6.根据权利要求5所述的方法，其中，所述分类器包括序列分类层和语法解码层，所述注意力机制层的输出连接到所述序列分类器的输入，所述序列分类层的输出连接到所述语法解码层的输入；

所述将所述融合数据作为所述注意力机制层的输入，将所述数据表查询语句作为所述分类器的输出，训练语句转换模型，包括：

固定所述语法解码层的参数，并且将所述融合数据作为所述注意力机制层的输入，将所述数据表查询语句的抽象语法树作为所述序列分类层的输出，训练语句转换模型。

7.根据权利要求5所述的方法，其中，所述基于所述至少一个数据表属性查询数据图谱，得到与所述数据表属性对应的子图实体对象和子图关系对象，包括：

确定所述至少一个数据表属性在数据图谱中的至少一个实体对象，作为子图实体对象，其中，所述子图实体对象及其关联的子图关系对象形成所述数据图谱的子图。

8.一种数据查询方法，包括：

获取针对至少一个数据表的文本查询语句；

识别所述文本查询语句中的至少一个数据表属性；

基于所述至少一个数据表属性查询数据图谱，得到与所述数据表属性对应的子图实体对象和子图关系对象，所述数据图谱的实体对象指示各个数据表属性，所述数据图谱的关系对象指示所述各个数据表属性之间的关联；

融合所述文本查询语句、所述至少一个数据表的结构信息以及子图实体对象和子图关系对象，得到融合数据；

将所述融合数据输入到语句转换模型，得到所述至少一个数据表的数据表查询语句，所述语句转换模型通过根据权利要求1-7中任一项所述的方法训练得到。