Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)赵志刚获国家专利权

齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)赵志刚获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利一种基于大语言模型的NL2SQL生成方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120910089B

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511454260.0,技术领域涉及:G06F16/2452;该发明授权一种基于大语言模型的NL2SQL生成方法是由赵志刚;王庆瀚;李响;李传涛;王春晓;李锦涛;马江霖;张杨;杨文惠;张广东;刘言设计研发完成,并于2025-10-13向国家知识产权局提交的专利申请。

一种基于大语言模型的NL2SQL生成方法在说明书摘要公布了:本发明涉及人工智能技术领域,尤其是提供了一种基于大语言模型的NL2SQL生成方法。该方法包括结合语义映射、历史查询日志、外部模式链接三个维度,进行SQL模式定位;构建融合分层筛选与对比学习的样例;基于候选SQL与多维度置信融合,生成多条候选SQL并对其进行交叉验证,该方法提高了识别的准确率,降低了语法结构的错误率,并提升了查询结果的可靠性。

本发明授权一种基于大语言模型的NL2SQL生成方法在权利要求书中公布了:1.一种基于大语言模型的NL2SQL生成方法,其特征在于,所述方法包括: 步骤1、结合语义映射、历史查询日志、外部模式链接三个维度,进行SQL模式定位; 步骤2、基于步骤1,构建融合分层筛选与对比学习的样例; 步骤3、根据步骤2,基于候选SQL与多维度置信融合,生成多条候选SQL并对其进行交叉验证; 所述步骤1包括: a、语义映射:针对用户输入与数据库物理结构存在差异的表达,构建领域专用词典,将用户原始查询中的模糊表达转化为标准语义表述; b、历史查询日志:为应对上下文依赖型查询,维护一个历史查询日志,用于存储用户会话中的语义意图; 历史查询日志的使用策略,当模型识别用户输入存在信息缺失,系统将检索历史查询日志,结合上次查询,推断当前意图进行语义补全; 历史查询日志的存储策略,存储经过语义映射与语义补全的表述,当一次正确查询结束后,同时存储本次查询到的表结构信息; c、外部模式链接:以语义优先、拓展为辅、动态校准为原则; 首先对表结构及业务描述信息编码,存储到向量数据库,从向量数据库取用户语义相似度最高的表作为主核心表;其次利用知识图谱,从主核心表出发,扩展潜在相关表;最后通过业务反馈动态优化权重,及时更新历史记录日志及知识图谱; 所述步骤2包括: h、分层筛选,样例覆盖不同业务场景、复杂度及SQL结构,数据来自历史生产环境中执行成功的SQL语句、公开数据集,按查询复杂度分类,分别对查询描述编码和SQL关键字编码,存入向量数据库; 将历史日志或公开数据集里的数据编码到向量数据库,根据问题的复杂度动态调整检索权重:简单问题侧重文本相似,通过文本检索相似案例;复杂问题侧重SQL结构相似和元数据匹配,通过关键字检索相似SQL结构表述; i、对比学习,通过加入错误样例及其修正逻辑,检索与当前问题相似且生成错误的SQL,在Prompt中注明错误原因,通过样例对比,以增强模型在SQL层面的理解; 所述步骤3包括: 首先通过大语言模型LLM对经过语义映射和语义补全的输入生成N条语义相似表达;随后,基于每条相似表达进行N次独立SQL生成;之后,从三个维度进行评估,三个维度分别为执行一致性、模型结果输出可信度、语义对齐度;最终,通过加权融合上述三个维度的得分,计算每条候选SQL的综合置信度,并选择得分最高的SQL作为输出结果; 包括: 对于每个候选,其综合置信度定义为: ; 其中,且; 综合置信度中各分量公式定义为: 执行一致性:执行结果相同的SQL语句的占比,其公式为: ; 其中,、分别表示查询、的执行结果;表示一个指示函数,当条件成立时返回1,否则返回0; 模型结果输出可信度:计算token幂均值即为整条SQL语句的置信度,其公式为: ; 其中,表示模型最后一层输出的每个token经过softmax函数得到的概率值; 语义对齐度:计算候选SQL对应的相似表达与输入之间的相似度,其公式为: ; 其中,为可调节的缩放系数;表示第k条相似表达经过模型编码之后的句向量;表示输入经过模型编码之后的句向量;表示查询向量与候选向量之间的余弦相似度,其公式为: 。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心),其通讯地址为:250353 山东省济南市长清区西部新城大学科技园;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。