本申请涉及自然语言处理，特别是涉及一种自然语言转sql语句的方法和系统。
背景技术：
：：1、nl2sql（natural language to sql）技术是一种将自然语言转换为sql查询语句的技术。这种技术有很多应用场景，如数据库查询、数据分析和业务智能等场景，尤其是在金融领域也有大量的应用场景。nl2sql技术虽然在提高数据库查询的便捷性方面具有巨大潜力，但在实际开发和应用中仍面临一些挑战和难点，如对语言理解的准确性、对复杂sql逻辑关系理解错误、对多样性sql支撑力度不够。2、目前针对相关技术中如何进行nl2sql的高质量转换的问题，尚未提出有效的解决方案。技术实现思路1、本申请实施例提供了一种自然语言转sql语句的方法和系统，以至少解决相关技术中如何进行nl2sql的高质量转换的问题。2、第一方面，本申请实施例提供了一种自然语言转sql语句的方法，所述方法包括：3、获取用户问句并进行实体识别，得到所述用户问句的命名实体，其中，所述用户问句为涉及预设领域的自然语言问句；4、从所述预设领域的业务库表中确定出所述用户问句的查询库表；5、在sql中间语义表示的预设json结构的基础上，基于所述用户问句的命名实体和查询库表，通过生成式大语言模型将所述用户问句转换成sql中间语义表示；6、基于所述sql中间语义表示和所述用户问句，通过所述生成式大语言模型将所述sql中间语义表示转换成可执行sql语句。7、在其中一些实施例中，从所述预设领域的业务库表中确定出所述用户问句的查询库表包括：8、通过faiss向量化检索工具，从所述预设领域的业务库表中确定出所述用户问句的查询库表。9、在其中一些实施例中，通过faiss向量化检索工具，从所述预设领域的业务库表中确定出所述用户问句的查询库表包括：10、获取预设领域的业务库表，并基于json字符串对所述业务库表包含的信息进行转化，得到库表json描述文档；11、对所述库表json描述文档和所述用户问句进行向量化，得到faiss向量；12、通过faiss向量化检索工具计算对应的faiss向量之间的相似度，从所述预设领域的业务库表中确定出所述用户问句的查询库表。13、在其中一些实施例中，在通过所述生成式大语言模型将所述用户问句转换成sql中间语义表示之前，所述方法包括：14、定义sql中间语义表示的预设json结构，其中，所述sql中间语义表示包括基础sql中间语义表示和复杂sql中间语义表示。15、在其中一些实施例中，定义sql中间语义表示的预设json结构包括：16、定义基础sql中间语义表示的预设json结构，其中，所述预设json结构包含tables、fields、conditions和limits，所述tables表示用户问句涉及到的待查询库表名称，所述fields表示用户问句涉及到的待查询字段，所述conditions表示用户问句涉及到的筛选条件，所述limits表示用户问句的查询结果限定；17、定义复杂sql中间语义表示的预设json结构，其中，所述预设json结构包含sqls和rels，所述sqls表示用户问句涉及到的全部的基础sql中间语义表示，所述rels表示sqls中各sql中间语义表示之间的关系。18、在其中一些实施例中，在sql中间语义表示的预设json结构的基础上，基于所述用户问句的命名实体和查询库表，通过生成式大语言模型将所述用户问句转换成sql中间语义表示包括：19、基于sql中间语义表示的预设json结构、所述用户问句的命名实体和查询库表，构建第一提示词模板；20、将所述第一提示词模板输入训练好的生成式大语言模型，通过所述生成式大语言模型将所述用户问句转换成sql中间语义表示。21、在其中一些实施例中，基于所述sql中间语义表示和所述用户问句，通过所述生成式大语言模型将所述sql中间语义表示转换成可执行sql语句包括：22、基于所述sql中间语义表示和所述用户问句，构建第二提示词模板；23、将所述第二提示词模板输入训练好的生成式大语言模型，通过所述生成式大语言模型将所述sql中间语义表示转换成可执行sql语句。24、在其中一些实施例中，在基于所述sql中间语义表示和所述用户问句，通过所述生成式大语言模型将所述sql中间语义表示转换成可执行sql语句之后，所述方法包括：25、通过自动程序生成器autogen创建第一代理角色和第二代理角色，其中，所述第一代理角色用于对所述可执行sql语句进行错误检查及错误信息输出，所述第二代理角色用于对所述可执行sql语句进行错误改正。26、在其中一些实施例中，所述预设领域为金融期货领域。27、第二方面，本申请实施例提供了一种自然语言转sql语句的系统，所述系统用于执行上述第一方面任一项所述的方法，所述系统包括获取模块、检索模块和转换模块；28、所述获取模块，用于获取用户问句并进行实体识别，得到所述用户问句的命名实体，其中，所述用户问句为涉及预设领域的自然语言问句；29、所述检索模块，用于从所述预设领域的业务库表中确定出所述用户问句的查询库表；30、所述转换模块，用于在sql中间语义表示的预设json结构的基础上，基于所述用户问句的命名实体和查询库表，通过生成式大语言模型将所述用户问句转换成sql中间语义表示；31、所述转换模块，用于根据所述sql中间语义表示和所述用户问句，通过所述生成式大语言模型将所述sql中间语义表示转换成可执行sql语句。32、相比于相关技术，本申请实施例提供的一种自然语言转sql语句的方法和系统，其中，该方法通过获取用户问句并进行实体识别，得到用户问句的命名实体，其中，用户问句为涉及预设领域的自然语言问句；从预设领域的业务库表中确定出用户问句的查询库表；在sql中间语义表示的预设json结构的基础上，基于用户问句的命名实体和查询库表，通过生成式大语言模型将用户问句转换成sql中间语义表示；基于sql中间语义表示和用户问句，通过生成式大语言模型将sql中间语义表示转换成可执行sql语句，实现了两阶段的sql语句生成，先是在预设json结构的基础上将用户问句转为sql中间语义表示，再转换成可执行sql语句，能够对用户问句中的信息进行有效地结构化处理，从而最终提高nl2sql的准确性和业务适应性，解决了如何进行nl2sql的高质量转换的问题。技术特征：1.一种自然语言转sql语句的方法，其特征在于，所述方法包括：2.根据权利要求1所述的方法，其特征在于，从所述预设领域的业务库表中确定出所述用户问句的查询库表包括：3.根据权利要求2所述的方法，其特征在于，通过faiss向量化检索工具，从所述预设领域的业务库表中确定出所述用户问句的查询库表包括：4.根据权利要求1所述的方法，其特征在于，在通过所述生成式大语言模型将所述用户问句转换成sql中间语义表示之前，所述方法包括：5.根据权利要求4所述的方法，其特征在于，定义sql中间语义表示的预设json结构包括：6.根据权利要求1所述的方法，其特征在于，在sql中间语义表示的预设json结构的基础上，基于所述用户问句的命名实体和查询库表，通过生成式大语言模型将所述用户问句转换成sql中间语义表示包括：7.根据权利要求1所述的方法，其特征在于，基于所述sql中间语义表示和所述用户问句，通过所述生成式大语言模型将所述sql中间语义表示转换成可执行sql语句包括：8.根据权利要求1所述的方法，其特征在于，在基于所述sql中间语义表示和所述用户问句，通过所述生成式大语言模型将所述sql中间语义表示转换成可执行sql语句之后，所述方法包括：9.根据权利要求1-8任一项所述的方法，其特征在于，所述预设领域为金融期货领域。10.一种自然语言转sql语句的系统，其特征在于，所述系统用于执行上述权利要求1至9任一项所述的方法，所述系统包括获取模块、检索模块和转换模块；技术总结本申请涉及一种自然语言转SQL语句的方法和系统，其中，该方法包括：获取预设领域的用户问句并进行实体识别，得到命名实体，从预设领域的业务库表中确定出用户问句的查询库表；在SQL中间语义表示的预设JSON结构的基础上，基于命名实体和查询库表，通过生成式大语言模型将用户问句转换成SQL中间语义表示；再通过生成式大语言模型将SQL中间语义表示转换成可执行SQL语句。通过本申请，实现了两阶段的SQL语句生成，先是在预设JSON结构的基础上将用户问句转为SQL中间语义，再转换成SQL语句，能够对用户问句中的信息进行有效地结构化处理，提高NL2SQL的准确性，解决了如何进行NL2SQL的高质量转换的问题。技术研发人员：吴福文,康维鹏,唐逐时,杨胜利,陈豪,伍文豪,张强受保护的技术使用者：浙商期货有限公司技术研发日：技术公布日：2024/11/11
