摘要
一种基于本地知识强化学习的结构化数据自然语言核查方法,步骤S01:在系统中预制词嵌入模型、元数据、业务术语或定义。步骤S02:在查询过程中,词嵌入模型中的数据进过召回阶段和重排阶段,将元数据、业务术语或定义转换成少量提示样本注入提示词中。步骤S03:提交给大模型生成结构化查询语句,并接受用户对结果的反馈,然后将正确结果反馈至模型训练数据中。本发明一方面丰富了大语言模型的知识库,使大模型应用具备自我学习能力,解决大模型训练数据滞后的问题;另一方面有效地解决了利用大模型进行自然语言描述时,转化成业务相关查询语句准确率不高,以及转化SQL语句成功率不高的问题,尤其是复杂数据集上的高准确性。