申请/专利权人:北京遥感设备研究所
申请日:2023-08-24
公开(公告)日:2024-01-02
公开(公告)号:CN116821436B
主分类号:G06F16/903
分类号:G06F16/903;G06N3/08
优先权:
专利状态码:有效-授权
法律状态:2024.01.02#授权;2023.10.24#实质审查的生效;2023.09.29#公开
摘要:一种面向模糊查询的字符串谓词准确选择估计方法,将获取的查询语句和数据库中的语料库作为自回归神经语言模型架构的输入,训练所述自回归神经语言模型。将实际查询语句中谓词的单个字符依次作为当前时间步的输入,结合先前时间步的隐藏状态确定当前时间步的隐藏状态。基于所述实际查询语句中各个谓词的下一个字符的概率分布,确定所述各个谓词的选择性评估概率。以往神经语言模型主要用于自然语言处理。本方法认为传统方法为简易语言模型,提出使用NLM应用于数据库字符串谓词选择性估计,NLM可以不需要构建字典和统计信息即进行估计,为数据库字符串谓词选择性估计任务开辟了新的高效解决途径。
主权项:1.一种面向模糊查询的字符串谓词准确选择估计方法,其特征在于,所述方法包括:将获取的查询语句和数据库中的语料库作为自回归神经语言模型架构的输入,训练所述自回归神经语言模型,使得所述自回归神经语言模型生成时间步的隐藏状态;将实际查询语句中字符串的单个字符依次作为当前时间步的输入,结合先前时间步的隐藏状态确定当前时间步的隐藏状态,并确定下一个字符的概率分布,所述当前时间步的隐藏状态用于预测各个所述字符串的下一个字符的概率分布;基于所述实际查询语句中各个字符串的下一个字符的概率分布,确定所述各个字符串的选择性评估概率,所述选择性评估概率用于数据库的执行优化器进行选择最优计划;所述将获取的查询语句和数据库中的语料库作为自回归神经语言模型架构的输入,训练所述自回归神经语言模型,包括:将所述数据库的整个语料库进行向量化处理,生成字符向量序列;将获取的查询语句进行向量化处理,生成字符向量;将所述字符向量序列和所述字符向量作为所述自回归神经语言模型架构的输入进行模型训练;将所述先前时间步的隐藏状态和当前输入进行结合,得到当前时间步的隐藏状态,所述当前输入为所述自回归神经语言模型架构的输入的一个字符向量;基于所述当前时间步的隐藏状态确定所述当前输入的预测概率分布。
全文数据:
权利要求:
百度查询: 北京遥感设备研究所 一种面向模糊查询的字符串谓词准确选择估计方法
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。