CN117251469A - 一种sql语句生成方法、系统、介质及设备 - Google Patents
一种sql语句生成方法、系统、介质及设备 Download PDFInfo
- Publication number
- CN117251469A CN117251469A CN202311226988.9A CN202311226988A CN117251469A CN 117251469 A CN117251469 A CN 117251469A CN 202311226988 A CN202311226988 A CN 202311226988A CN 117251469 A CN117251469 A CN 117251469A
- Authority
- CN
- China
- Prior art keywords
- key
- query requirement
- key information
- query
- sql
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000004458 analytical method Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/242—Dictionaries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种SQL语句生成方法、系统、介质及设备,所述方法包括:解析用户输入的查询需求,提取所述查询需求中的关键信息;根据所述关键信息,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段;将所述查询需求、关键数据库表以及关键字段输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句。本发明基于语言模型自动对用户查询需求进行深度语义理解,准确把握用户的查询意图,实现高质量、高效、简便、灵活的SQL语句生成,同时,使得普通用户可以直接利用自然语言描述查询需求,无需理解复杂的数据库结构与SQL语法,从而大大降低了降低技术使用门槛,节省时间和人力成本,显著提升工作效率。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种SQL语句生成方法、系统、介质及设备。
背景技术
在数据处理和数据分析领域,专业的技术人员通常需要撰写各种SQL语句,以查询和处理大量的数据,满足不同的业务需求。然而,这些SQL语句涉及到许多表名、字段名以及各种函数等要素,技术人员必须深入了解数据仓库或数据湖中复杂的表结构和字段之间的关系,才能编写准确的SQL语句来获取数据。这导致整个过程的技术门槛较高,并且需要耗费大量的时间和人力,从而导致数据处理和分析的效率较低。
发明内容
有鉴于此,本发明的目的在于克服现有技术的不足,提供一种SQL语句生成方法、系统、介质及设备,以解决现有技术中手动编写SQL语句所带来的技术门槛高、时间和人力成本大、数据处理和分析效率低的问题。
为实现以上目的,本发明采用如下技术方案:
第一方面,本发明提供一种SQL语句生成方法,所述方法包括:
解析用户输入的查询需求,提取所述查询需求中的关键信息;
根据所述关键信息,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段;
将所述查询需求、关键数据库表以及关键字段输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句。
进一步的,解析用户输入的查询需求,提取所述查询需求中的关键信息,包括:
通过语义解析技术对用户输入的查询需求进行解析,提取所述查询需求中的关键信息。
进一步的,根据所述关键信息,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段,包括:
根据所述关键信息,利用embedding技术,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段。
进一步的,将所述查询需求、关键数据库表以及关键字段输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句,包括:
对所述关键数据库表以及关键字段进行整合,构建虚拟表,并将所述虚拟表与所述关键数据库表进行关联;
将所述查询需求以及虚拟表输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句。
另一方面,本发明还提供一种SQL语句生成系统,所述系统包括:
查询解析模块,用于解析用户输入的查询需求,提取所述查询需求中的关键信息;
检索模块,用于根据所述关键信息,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段;
SQL语句生成模块,用于将所述查询需求、关键数据库表以及关键字段输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句。
另一方面,本发明还提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述任一项所述的SQL语句生成方法的步骤。
另一方面,本发明还提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得上述任一项所述的SQL语句生成方法的步骤。
本发明采用以上技术方案,能够达到的有益效果包括:
本发明中,通过解析用户输入的查询需求,提取其中的关键信息,并根据关键信息,在预设数据库中检索与之匹配的关键数据库表和关键字段,然后将查询需求、关键数据库表以及关键字段输入至预训练的大语言模型中,生成查询需求对应的SQL语句,这种方法基于语言模型自动对用户查询需求进行深度语义理解,准确把握用户的查询意图,实现高质量、高效、简便、灵活的SQL语句生成,同时,使得普通用户可以直接利用自然语言描述查询需求,无需理解复杂的数据库结构与SQL语法,从而大大降低了降低技术使用门槛,节省时间和人力成本,显著提升工作效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1为一个实施例中SQL语句生成方法的流程图;
图2为一个实施例中SQL语句生成系统的结构框图;
图3为一个实施例中计算机设备的结构框图。
附图标记说明:查询解析模块100,检索模块200,SQL语句生成模块300。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,在一个实施例中,提供了一种SQL语句生成方法,该方法包括:
S100、解析用户输入的查询需求,提取所述查询需求中的关键信息。
一些实施例中,步骤S100,包括:
通过语义解析技术对用户输入的查询需求进行解析,提取所述查询需求中的关键信息。
具体实施过程中,可以利用ChatGPT等大语言模型提供的语义解析技术对用户输入的查询需求进行深入理解与分析,准确把握用户的查询意图,为生成高质量SQL语句提供决定性基础,且用户可以直接利用自然语言描述查询需求,无需理解复杂的数据库结构与SQL语法,极大降低技术使用门槛,有利于更广大的非专业技术人员可以通过SQL获取数据价值,打开了数据库向普通用户广泛应用的入口,为数据驱动型产品和业务模式创新提供了更为简单便捷的数据访问手段,推动数据在产业中的更广泛和深入应用。
其中,通过语义解析技术对用户输入的查询需求进行解析,提取所述查询需求中的关键信息,主要可以包括以下几种方式实现:
1、基于规则的解析,使用人工制定的规则,例如正则表达式,对查询需求进行模式匹配,提取关键词和实体;
2、基于词典的解析,使用词典和词典库,识别查询需求中的命名实体,如地名、人名、产品名等;
3、基于语法解析的解析,使用依存句法分析等对查询进行句法结构分析,识别出主语、宾语、时间和地点等语义角色;
4、基于语义角色标注的解析,使用语义角色标注,标注出查询中的动词-主语和动词-宾语关系,从而提取关键实体;
5、基于语义解析的解析,使用更深层的语义解析技术,转换查询到语义表示,分解其语义结构,获得关键词和实体。
例如,对于“去年第一季度在北京地区的产品销售情况”这个查询需求:
1、使用正则表达式提取“销售情况”关键词;
2、使用地名词典识别“北京地区”地名实体;
3、使用依存句法分析识别出“去年第一季度”是时间状语;
4、使用语义角色标注获取“产品”是主语,“销售情况”是宾语;
5、使用语义解析获取查询的语义表示,从中提取关键词和实体。
通过上述方法,可以有效地解析用户的自然语言查询,获取其所需的关键信息。
S200、根据所述关键信息,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段。
一些实施例中,步骤S200,包括:
根据所述关键信息,利用embedding技术,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段。
具体的实施过程中,embeddings技术是一种将词语或实体映射为数学向量空间的表示方法。利用embeddings技术,可以计算查询需求语义与数据库元数据语义之间的相似度,以便找到与查询需求中提取的关键信息相匹配的数据库表和字段。这种方法拓展了查询范围,并提高了匹配粒度,从而有助于生成更准确的SQL语句。
具体地,可以首先使用词向量等技术将查询需求中的关键词或字段和数据库的元数据嵌入到同一向量空间,然后基于向量空间的相似性,使用优化搜索算法或索引结构找到与查询需求向量最相似的数据库表和字段向量,从而实现查询需求到数据库的映射。例如:将查询需求的“去年第一季度”映射到数据库中日期表的年份和月份字段,将查询需求的“北京地区”映射到数据库中地区表的北京字段。
S300、将所述查询需求、关键数据库表以及关键字段输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句。
一些实施例中,步骤S300,包括:
对所述关键数据库表以及关键字段进行整合,构建虚拟表,并将所述虚拟表与所述关键数据库表进行关联;
将所述查询需求以及虚拟表输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句。
具体实施过程中,大语言模型是一种人工智能模型,可以通过大量数据训练,自动识别解析用户查询需求,理解数据库结构和SQL语法,准确地将查询需求转换为SQL语句,高效完成SQL生成和执行,实现数据库查询自动化,减轻技术人员的负荷,节省时间人力成本,提升数据分析及处理效率。
其中,在将查询需求、关键数据库表以及关键字段输入至预训练的大语言模型过程中,还可以将关键数据库表和关键字段整合形成虚拟表,以减少传递给模型的token数量,避免数据宽表的冗长DDL语句触发大语言模型的最大token限制,解决长DDL语句导致的请求报错问题,进一步促进语言模型生成更加准确的SQL语句。
SQL语句示例如下:
SELECT销售额,产品名称
FROM产品销售表
WHERE年份='去年'AND月份='第一季度'
AND地区='北京'
此外,在获得语言模型自动生成的SQL语句之后,还可以将生成的SQL语句提交给数据库执行,获取用户所需的具体SQL结果数据,若还想进一步实现SQL结果数据的自然语言输出,还可以将查询需求、SQL结果数据、SQL语句以及虚拟表输入大语言模型,得到SQL结果数据的自然语言输出形式。
上述实施例所述的SQL语句生成方法,通过解析用户输入的查询需求,提取其中的关键信息,并根据关键信息,在预设数据库中检索与之匹配的关键数据库表和关键字段,然后将查询需求、关键数据库表以及关键字段输入至预训练的大语言模型中,生成查询需求对应的SQL语句。这种方法基于语言模型自动对用户查询需求进行深度语义理解,准确把握用户的查询意图,实现高质量、高效、简便、灵活的SQL语句生成,同时,使得普通用户可以直接利用自然语言描述查询需求,无需理解复杂的数据库结构与SQL语法,从而大大降低了降低技术使用门槛,节省时间和人力成本,显著提升工作效率。
如图2所示,在另一个实施例中,还提供了一种SQL语句生成系统,该系统包括:
查询解析模块100,用于解析用户输入的查询需求,提取所述查询需求中的关键信息;
检索模块200,用于根据所述关键信息,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段;
SQL语句生成模块300,用于将所述查询需求、关键数据库表以及关键字段输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句。
需要说明的是,本实施例提供的测试报告生成装置所涉及各功能模块的其他相应描述,可以参考上述实施例中方法的对应描述,在此不再赘述。
图3示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端,也可以是服务器。如图3所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现SQL语句生成方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行SQL语句生成方法。本领域技术人员可以理解,图3中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述任一实施例所述的SQL语句生成方法的步骤。
在一个实施例中,提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述任一实施例所述的优化SQL语句生成方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种SQL语句生成方法,其特征在于,所述方法包括:
解析用户输入的查询需求,提取所述查询需求中的关键信息;
根据所述关键信息,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段;
将所述查询需求、关键数据库表以及关键字段输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句。
2.根据权利要求1所述的SQL语句生成方法,其特征在于,解析用户输入的查询需求,提取所述查询需求中的关键信息,包括:
通过语义解析技术对用户输入的查询需求进行解析,提取所述查询需求中的关键信息。
3.根据权利要求1所述的SQL语句生成方法,其特征在于,根据所述关键信息,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段,包括:
根据所述关键信息,利用embedding技术,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段。
4.根据权利要求1所述的SQL语句生成方法,其特征在于,将所述查询需求、关键数据库表以及关键字段输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句,包括:
对所述关键数据库表以及关键字段进行整合,构建虚拟表,并将所述虚拟表与所述关键数据库表进行关联;
将所述查询需求以及虚拟表输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句。
5.一种SQL语句生成系统,其特征在于,所述系统包括:
查询解析模块,用于解析用户输入的查询需求,提取所述查询需求中的关键信息;
检索模块,用于根据所述关键信息,在预设数据库中检索与所述关键信息相匹配的关键数据库表以及关键字段;
SQL语句生成模块,用于将所述查询需求、关键数据库表以及关键字段输入至预训练的大语言模型中,生成所述查询需求对应的SQL语句。
6.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至4中任一项所述方法的步骤。
7.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至4中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311226988.9A CN117251469A (zh) | 2023-09-21 | 2023-09-21 | 一种sql语句生成方法、系统、介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311226988.9A CN117251469A (zh) | 2023-09-21 | 2023-09-21 | 一种sql语句生成方法、系统、介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117251469A true CN117251469A (zh) | 2023-12-19 |
Family
ID=89134520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311226988.9A Pending CN117251469A (zh) | 2023-09-21 | 2023-09-21 | 一种sql语句生成方法、系统、介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117251469A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117827885A (zh) * | 2023-12-25 | 2024-04-05 | 天云融创数据科技(北京)有限公司 | 数据库语句生成方法、装置、设备及介质 |
-
2023
- 2023-09-21 CN CN202311226988.9A patent/CN117251469A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117827885A (zh) * | 2023-12-25 | 2024-04-05 | 天云融创数据科技(北京)有限公司 | 数据库语句生成方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110457431B (zh) | 基于知识图谱的问答方法、装置、计算机设备和存储介质 | |
CN111026671B (zh) | 测试用例集构建方法和基于测试用例集的测试方法 | |
WO2019227585A1 (zh) | 基于索引的简历数据处理方法、装置、设备及存储介质 | |
WO2021120627A1 (zh) | 数据搜索匹配方法、装置、计算机设备和存储介质 | |
CN112131295A (zh) | 基于Elasticsearch的数据处理方法及设备 | |
CN115576984A (zh) | 中文自然语言生成sql语句及跨数据库查询方法 | |
CN110334343B (zh) | 一种合同中个人隐私信息抽取的方法和系统 | |
CN112380848B (zh) | 文本生成方法、装置、设备及存储介质 | |
CN117251469A (zh) | 一种sql语句生成方法、系统、介质及设备 | |
CN116991977B (zh) | 一种基于大语言模型的领域向量知识精准检索方法及装置 | |
CN110019474B (zh) | 异构数据库中的同义数据自动关联方法、装置及电子设备 | |
CN113641833A (zh) | 服务需求匹配方法及装置 | |
CN114625748A (zh) | Sql查询语句的生成方法、装置、电子设备及可读存储介质 | |
CN114153995B (zh) | 医学术语的处理方法、装置、计算机设备和存储介质 | |
CN111831624A (zh) | 数据表创建方法、装置、计算机设备及存储介质 | |
CN114253990A (zh) | 数据库查询方法、装置、计算机设备和存储介质 | |
CN113672653A (zh) | 识别数据库中的隐私数据的方法和装置 | |
CN113297251A (zh) | 多源数据检索方法、装置、设备及存储介质 | |
CN111881695A (zh) | 一种审计知识的检索方法及装置 | |
CN110705285A (zh) | 一种政务文本主题词库构建方法、装置、服务器及可读存储介质 | |
CN112507129B (zh) | 配电网作业文件的内容变动处理方法及相关设备 | |
CN108460092A (zh) | 包含数据库内置函数的sql查询语句自动生成方法及系统 | |
CN114580398A (zh) | 文本信息提取模型生成方法、文本信息提取方法和装置 | |
CN113807429B (zh) | 企业的分类方法、装置、计算机设备和存储介质 | |
CN111401034A (zh) | 文本的语义分析方法、语义分析装置及终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |