CN111930778A - 知识查询方法及装置 - Google Patents
知识查询方法及装置 Download PDFInfo
- Publication number
- CN111930778A CN111930778A CN202010807304.4A CN202010807304A CN111930778A CN 111930778 A CN111930778 A CN 111930778A CN 202010807304 A CN202010807304 A CN 202010807304A CN 111930778 A CN111930778 A CN 111930778A
- Authority
- CN
- China
- Prior art keywords
- query
- knowledge
- information
- statement
- converting
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000006243 chemical reaction Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 238000013507 mapping Methods 0.000 claims description 8
- 230000001131 transforming effect Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06F16/245—Query processing
-
- 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种知识查询方法及装置,涉及数据处理技术领域,该方法包括:获取查询信息;查询信息根据知识图谱确定;知识图谱根据关系型知识库生成;根据关系型知识库,利用一阶查询逻辑语言将查询信息转换为结构化查询语句;利用结构化查询语句查询关系型知识库,得到知识查询结果。本发明可自动将查询信息转换为结构化查询语句,从而完成知识的多源查询,减少了坐席的查询次数,提升了查询效率,提升了用户的查询体验。
Description
技术领域
本发明涉及数据处理技术领域,尤其是涉及一种知识查询方法及装置。
背景技术
在智能客服领域,坐席通常使用的是基于全文检索的关系型数据库,在进行数据库查询时,需要人工根据用户的查询需求,编写查询语句进行查询。现有查询方法依赖于人工,并且对人工的专业水平有一定要求,查询效率低,并且一定程度上影响用户的查询体验。
发明内容
本发明提供了一种知识查询方法及装置,可以减少坐席的查询次数,提升查询效率,提升用户的查询体验。
第一方面,本发明实施例提供了一种知识查询方法,该方法包括:获取查询信息;所述查询信息根据知识图谱确定;所述知识图谱根据关系型知识库生成;根据所述关系型知识库,利用一阶查询逻辑语言将所述查询信息转换为结构化查询语句;利用所述结构化查询语句查询所述关系型知识库,得到知识查询结果。
第二方面,本发明实施例还提供一种知识查询装置,该装置包括:获取模块,用于获取查询信息;所述查询信息根据知识图谱确定;所述知识图谱根据关系型知识库生成;转换模块,用于根据所述关系型知识库,利用一阶查询逻辑语言将所述查询信息转换为结构化查询语句;查询模块,用于利用所述结构化查询语句查询所述关系型知识库,得到知识查询结果。
第三方面,本发明实施例还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述知识查询方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述知识查询方法的计算机程序。
本发明实施例带来了以下有益效果:本发明实施例提供了一种知识查询方案,该方案首先获取用户发送的查询信息,该查询信息根据知识图谱确定,知识图谱根据关系型数据库生成,之后,根据该关系型知识库,利用一阶查询逻辑语言将查询信息转换为结构化查询语句,最后,利用结构化查询语句查询关系型知识库,得到知识查询结果。本发明实施例可自动将查询信息转换为结构化查询语句,从而完成知识的多源查询,减少了坐席的查询次数,提升了查询效率,提升了用户的查询体验。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,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。
图1为本发明实施例提供的知识查询方法流程图;
图2为本发明实施例提供的知识查询方法实施步骤示意图;
图3为本发明实施例提供的一种知识查询装置结构框图;
图4为本发明实施例提供的另一种知识查询装置结构框图;
图5为本发明实施例提供的计算机设备结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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做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。
在智能客服领域,坐席通常使用的是基于全文检索的关系型数据库,这种形式的知识库查询智能性不足,不能根据用户的意图进行推测最准确的答案,一定程度上影响了用户的服务体验。
基于此,本发明实施例提供的一种知识查询方法及装置,该方法能够将关系型数据库映射为知识图谱,并在知识图谱上基于本体层的查询进行转化和重写,对坐席隐藏了底层数据库类型的细节,实现了知识的多源查询功能。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种知识查询方法进行详细介绍。
本发明实施例提供了一种知识查询方法,参见图1所示的一种知识查询方法流程图,该方法包括以下步骤:
步骤S102,获取查询信息。
在本发明实施例中,查询信息是用户需要坐席查询的信息。查询信息由用户根据知识图谱确定,知识图谱根据关系型知识库生成。
步骤S104,根据关系型知识库,利用一阶查询逻辑语言将查询信息转换为结构化查询语句。
在本发明实施例中,一阶查询逻辑语言可以为Datalog(数据存储器)语言。结合关系型知识库,利用一阶查询逻辑语言将查询信息进行转换,得到SQL(Structured QueryLanguage,结构化查询语言)语句。
步骤S106,利用结构化查询语句查询关系型知识库,得到知识查询结果。
在本发明实施例中,结构化查询语句是根据查询信息进行转换得到,无需人工编写,因此用户可以只针对知识图谱层进行操作,减少对人工的依赖以及对人工的专业度要求,提升查询效率和用户体验。
本发明实施例提供了一种知识查询方案,该方案首先获取用户发送的查询信息,该查询信息根据知识图谱确定,知识图谱根据关系型数据库生成,之后,根据该关系型知识库,利用一阶查询逻辑语言将查询信息转换为结构化查询语句,最后,利用结构化查询语句查询关系型知识库,得到知识查询结果。本发明实施例可自动将查询信息转换为结构化查询语句,从而完成知识的多源查询,减少了坐席的查询次数,提升了查询效率,提升了用户的查询体验。
考虑到为了提升查询信息转换的准确率,根据关系型知识库,利用一阶查询逻辑语言将查询信息转换为结构化查询语句,可以按照如下步骤执行:
将查询信息转换为本体查询语句;将本体查询语句转换为一阶查询逻辑语句;利用一阶查询逻辑语言描述关系型知识库,得到知识库转换结果;根据知识库转换结果和一阶查询逻辑语句确定查询信息对应的结构化查询语句。
在本发明实施例中,输入库中用户输入的原始问题,后台系统根据查询逻辑将查询信息转换为本体查询语言(Protocol and RDF Query Language,SPARQL)表示的语句。例如,查询信息“查询所有金卡信用卡以及年费信息”,可以转换为本体查询语句“SELECT?creditcard?rate WHERE{?creditcard rdf:type exp:jinka}”。
本体查询语句经过如下步骤重写为结构化查询语句:1、重写为一阶查询逻辑语言(如Datalog);2、将数据库关系映射为Datalog子结构;步骤3:将从SPARQL以及数据库重写的Datalog联合查询,最终生成基于知识图谱的查询结果。
下面以一个具体实施例说明本体查询语句改写为结构化查询语句的步骤。
对于关系型知识库,假设有两个表,包括表1金融业务表(Finan),和表2业务类型表(YType):
ID | Name | Explain | Type |
1 | 活期 | 随时存取 | 1 |
2 | 定活两便 | 不约定存期,一次性存入,一次性支取的个人存款 | 1 |
3 | 定期 | 约定存期 | 1 |
4 | 对公单位通知存款 | 不约定存期,支取时提前通知 | 2 |
表1
ID | YName | Explain |
1 | 对私业务 | 对个人办理的业务 |
2 | 对公业务 | 对企业办理的业务 |
表2
以上面两个表为例:
对于本体查询语句“SELECT?Name?Explain WHERE{?Type rdf:type exp:YName}”
步骤1,重写为一阶查询逻辑语句(如Datalog)。
q(x)←Finan(x)
q(x)←YType(x)
q(x)←Finan(x,_)
q(x)←BelongTo(x,y),YType(y)
对于上述4个规则,Finan(x),表示可以从表1金融业务表中查询业务种类。同样的YType(x),表示可以从表2业务类型表查询如活期业务为对公业务或者对私业务。Finan(x,_),表示可以查询活期业务具体的属性,如“随时存取”。BelongTo(x,y)为关系查询,用于查询同时涉及表1和表2的内容。
步骤2,将数据库关系映射为Datalog子结构,该过程对数据库的表结构进行转换,得到知识库转换结果。
Finan(x)←Finan(x,_,_,_)
YType(x)←YType(x,_)
BelongTo(x,y)←Finan(x,_,_,y)
步骤3,将从SPARQL以及数据库重写过来的Datalog规则整合进行查询:
SELECT?Name?Explain WHERE{?Type rdf:type exp:YName},转换为:
BelongTo(x,y),YType(x),转换为:
Finan(x,_,_,y),YType(x,_)。
上式中,Finan(x,_,_,y)和YType(x,_)即为对底层数据库生成的以x和y为变量的结构化查询语句。
上述重写方法的好处是用户可以只针对知识图谱层进行操作,对底层的数据格式透明,即底层数据既可以采用关系型数据库来表示,又可以采用其他形式数据源,都可以根据datalog进行方便的转换。
为了提升适用范围,提升用户的使用体验,查询信息为语音信息;将查询信息转换为本体查询语句,可以按照如下步骤执行:
将语音信息转换为文字信息;将文字信息转换为本体查询语句。
在本发明实施例中,对语音信息进行处理,得到对应的文字信息,再将文字信息用本体查询语句表达。
为了提升信息处理效率,获取查询信息之前,还可以执行如下步骤:
将关系型知识库转换为知识图谱。
在本发明实施例中,将现有的关系型数据库存储的知识库转换为知识图谱,这种映射可以通过D2RQ(Database to RDF)生成自己的mapping(高精度地图)文件,并对mapping文件中的实体关系模型进行修改,最后根据mapping文件完成关系型知识库到知识图谱的转换。
在本发明实施例中,知识图谱查询时是基于本体层的,使用的查询信息是本体查询语音,将本体查询转换为SQL查询,完成底层数据的查询,得到知识查询结果。需要说明的是,在关系型知识库中,数据由表模型存储,在知识图谱中,数据由(本体,关系,本体)模型存储。
本发明实施例提供了一种知识查询方法及装置,参见图2所示的知识查询方法实施步骤示意图,该方法能够将关系型知识库根据需要映射为特定本体模型的知识图谱进行存储,同时,在查询时,能够自动的将本体查询语言映射为一阶逻辑语言以及结构化查询,最终获得本体查询结果,该方法能够完成知识的多源查询,减少了坐席的查询次数,提升了工作效率。
本发明实施例中还提供了一种知识查询装置,如下面的实施例所述。由于该装置解决问题的原理与知识查询方法相似,因此该装置的实施可以参见知识查询方法的实施,重复之处不再赘述。参见图3所示的一种知识查询装置结构框图,该装置包括:
获取模块71,用于获取查询信息;查询信息根据知识图谱确定;知识图谱根据关系型知识库生成;转换模块72,用于根据关系型知识库,利用一阶查询逻辑语言将查询信息转换为结构化查询语句;查询模块73,用于利用结构化查询语句查询关系型知识库,得到知识查询结果。
在一个实施例中,转换模块,具体用于:将查询信息转换为本体查询语句;将本体查询语句转换为一阶查询逻辑语句;利用一阶查询逻辑语言描述关系型知识库,得到知识库转换结果;根据知识库转换结果和一阶查询逻辑语句确定查询信息对应的结构化查询语句。
在一个实施例中,查询信息为语音信息,转换模块,具体用于:将语音信息转换为文字信息;将文字信息转换为本体查询语句。
在一个实施例中,参见图4所示的另一种知识查询装置结构框图,该装置还包括映射模块74,用于将关系型知识库转换为知识图谱。
本发明实施例还提供一种计算机设备,参见图5所示的计算机设备结构示意框图,该计算机设备包括存储器81、处理器82及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述任一种知识查询方法的步骤。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的计算机设备的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有执行上述任一种实施查询方法的计算机程序。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种知识查询方法,其特征在于,包括:
获取查询信息;所述查询信息根据知识图谱确定;所述知识图谱根据关系型知识库生成;
根据所述关系型知识库,利用一阶查询逻辑语言将所述查询信息转换为结构化查询语句;
利用所述结构化查询语句查询所述关系型知识库,得到知识查询结果。
2.根据权利要求1所述的方法,其特征在于,根据所述关系型知识库,利用一阶查询逻辑语言将所述查询信息转换为结构化查询语句,包括:
将所述查询信息转换为本体查询语句;
将所述本体查询语句转换为一阶查询逻辑语句;
利用所述一阶查询逻辑语言描述所述关系型知识库,得到知识库转换结果;
根据所述知识库转换结果和所述一阶查询逻辑语句确定所述查询信息对应的结构化查询语句。
3.根据权利要求2所述的方法,其特征在于,所述查询信息为语音信息;
将所述查询信息转换为本体查询语句,包括:
将所述语音信息转换为文字信息;
将所述文字信息转换为本体查询语句。
4.根据权利要求1所述的方法,其特征在于,获取查询信息之前,还包括:
将所述关系型知识库转换为知识图谱。
5.一种知识查询装置,其特征在于,包括:
获取模块,用于获取查询信息;所述查询信息根据知识图谱确定;所述知识图谱根据关系型知识库生成;
转换模块,用于根据所述关系型知识库,利用一阶查询逻辑语言将所述查询信息转换为结构化查询语句;
查询模块,用于利用所述结构化查询语句查询所述关系型知识库,得到知识查询结果。
6.根据权利要求5所述的装置,其特征在于,所述转换模块,具体用于:
将所述查询信息转换为本体查询语句;
将所述本体查询语句转换为一阶查询逻辑语句;
利用所述一阶查询逻辑语言描述所述关系型知识库,得到知识库转换结果;
根据所述知识库转换结果和所述一阶查询逻辑语句确定所述查询信息对应的结构化查询语句。
7.根据权利要求6所述的装置,其特征在于,所述查询信息为语音信息,所述转换模块,具体用于:
将所述语音信息转换为文字信息;
将所述文字信息转换为本体查询语句。
8.根据权利要求5所述的装置,其特征在于,还包括映射模块,用于:
将所述关系型知识库转换为知识图谱。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至4任一所述方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至4任一所述方法的计算机程序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010807304.4A CN111930778B (zh) | 2020-08-12 | 2020-08-12 | 知识查询方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010807304.4A CN111930778B (zh) | 2020-08-12 | 2020-08-12 | 知识查询方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111930778A true CN111930778A (zh) | 2020-11-13 |
CN111930778B CN111930778B (zh) | 2024-02-23 |
Family
ID=73311565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010807304.4A Active CN111930778B (zh) | 2020-08-12 | 2020-08-12 | 知识查询方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111930778B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486139A (zh) * | 2021-07-27 | 2021-10-08 | 中国银行股份有限公司 | 用户报表查询装置及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109885665A (zh) * | 2019-01-09 | 2019-06-14 | 北京小乘网络科技有限公司 | 一种数据查询方法、装置及系统 |
CN110119404A (zh) * | 2019-04-12 | 2019-08-13 | 杭州量之智能科技有限公司 | 一种基于自然语言理解的智能取数系统及其方法 |
CN110275959A (zh) * | 2019-05-22 | 2019-09-24 | 广东工业大学 | 一种面向大规模知识库的快速学习方法 |
-
2020
- 2020-08-12 CN CN202010807304.4A patent/CN111930778B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109885665A (zh) * | 2019-01-09 | 2019-06-14 | 北京小乘网络科技有限公司 | 一种数据查询方法、装置及系统 |
CN110119404A (zh) * | 2019-04-12 | 2019-08-13 | 杭州量之智能科技有限公司 | 一种基于自然语言理解的智能取数系统及其方法 |
CN110275959A (zh) * | 2019-05-22 | 2019-09-24 | 广东工业大学 | 一种面向大规模知识库的快速学习方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113486139A (zh) * | 2021-07-27 | 2021-10-08 | 中国银行股份有限公司 | 用户报表查询装置及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111930778B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9959311B2 (en) | Natural language interface to databases | |
US10489384B2 (en) | Systems and methods for determining relationships among data elements | |
JP4563189B2 (ja) | データベース管理システムおよびデータベース管理方法 | |
CN109284363A (zh) | 一种问答方法、装置、电子设备及存储介质 | |
US20060235837A1 (en) | Rewriting table functions as SQL strings | |
US9292094B2 (en) | Gesture inferred vocabulary bindings | |
CN112905624B (zh) | 一种低代码开发平台的数据库扩展方法及设备 | |
TW201600985A (zh) | 資料的查詢方法及查詢裝置 | |
CN102541867A (zh) | 数据字典生成方法及系统 | |
US8314798B2 (en) | Dynamic generation of contextual charts based on personalized visualization preferences | |
Ibragimov et al. | Optimizing aggregate SPARQL queries using materialized RDF views | |
US9779135B2 (en) | Semantic related objects | |
CN112907358A (zh) | 贷款用户信用评分方法、装置、计算机设备和存储介质 | |
CN110287193A (zh) | 一种文件生成方法、装置、设备及计算机可读存储介质 | |
CN111930778B (zh) | 知识查询方法及装置 | |
US8260825B2 (en) | Functionally-dependent analysis objects | |
Soumiya et al. | Converting UML class diagrams into temporal object relational database | |
CN108241735A (zh) | 一种数据分析方法及设备 | |
CN109542418B (zh) | Service代码生成方法及计算机终端 | |
US8321408B1 (en) | Quick access to hierarchical data via an ordered flat file | |
CN118227767B (zh) | 知识图谱驱动大模型的商业智能决策问答系统及方法 | |
CN112199930B (zh) | 一种根据报表配置自动生成报表的方法和系统 | |
US11222174B2 (en) | Systems and methods for generating logical documents for a document evaluation system | |
CN110032574B (zh) | Sql语句的处理方法及装置 | |
CN112634004A (zh) | 征信数据的血缘图谱分析方法与系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |