执行查询前需要核查什么
确认表和列存在,联接和聚合符合业务预期,并且请求者具有访问权限。
ONDO AI ONTOLOGY 在知识图谱中连接文档、数据结构与业务术语,让对话式 AI 基于企业知识回答问题。
关联企业内部知识 · 查询执行前验证 · 人工批准后更新知识
AI 生成的 SQL 可能引用不存在的表或字段。先将内部数据结构与业务术语关联,再在执行前检查查询。
知识图谱为 SQL 生成提供相关数据结构和业务术语;独立的验证步骤再根据已登记的结构与规则检查结果。
确认表和列存在,联接和聚合符合业务预期,并且请求者具有访问权限。
将生成的 SQL 与已登记的知识图谱及验证规则比对。拒绝不合规查询并记录原因,以便改进查询与知识内容。
用自然语言提出问题来查找所需的数据并在表格中查看。在一处查看查询条件和结果。
此示例显示 ONDO AI 工作区中的产品查询。显示的产品和图形是示例数据。
分析完成,结果如下。
| 成本率 排名 | 款号 | 产品名称 | 已确认 零售价 | 成本率 (%) | 售罄率 (%) | 供应商代码 | 供应商名称 |
|---|---|---|---|---|---|---|---|
| 5 | NDTS5B899IV | 海军蓝凉爽触感条纹 Polo 衫 | 139,000 | 15.7 | 56.5% | 0000103026 | Hansung A&D Co., Ltd. |
| 7 | NDTS5B404NV | Cool Light 海军蓝 C/P 珠地布 Polo 衫 | 159,000 | 16.0 | 47.0% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404BR | Cool Light 棕色 C/P 珠地 Polo 衫 | 159,000 | 16.0 | 44.2% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404BG | Cool Light 米色 C/P 珠地布 Polo 衫 | 159,000 | 16.0 | 42.8% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404BK | Cool Light 黑色 C/P 珠地布 Polo 衫 | 159,000 | 16.0 | 41.8% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404LB | Cool Light 浅蓝色 C/P 珠地布 Polo 衫 | 159,000 | 16.0 | 40.5% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404LG | Cool Light 浅绿色 C/P 珠地布 Polo 衫 | 159,000 | 16.0 | 35.8% | 0000303572 | Pacific Apparel Ltd |
| 7 | NDTS5B404BL | Cool Light 蓝色 C/P 珠地 Polo 衫 | 159,000 | 16.0 | 31.6% | 0000303572 | Pacific Apparel Ltd |
| 1 | NDTS5B897NV | 海军蓝刺绣徽标 T 恤 | 109,000 | 12.7 | 26.3% | 0000103026 | Hansung A&D Co., Ltd. |
| 3 | NDTS5B898NV | 海军蓝刺绣徽标 Polo 衫 | 139,000 | 14.9 | 23.3% | 0000103026 | Hansung A&D Co., Ltd. |
在知识图谱中关联文档提取的术语与数据结构。业务人员可实时查看和完善图谱,对话式 AI 也会参考其中的知识。
大语言模型从内部文档(包括图片型文件)提取业务术语。
在知识图谱中关联数据结构与业务术语。重新加载源数据后,用户所作的修改仍会保留。
在知识图谱中管理视图、字段、关联关系与业务术语,为 AI 提供一致的依据。
对话式 AI 首先查找与问题相关的表、列和联接。
执行前对照知识图谱检查生成的 SQL;如违反规则,则拒绝执行并提示重新生成。
SQL 生成与验证是两个独立步骤。执行前检查结构错误;业务含义与访问权限还需分别审核。
梳理数据库结构、业务术语与代表性问题,并在实际运行环境中检查结构验证、访问权限及运行条件。
| 输入 | 数据库结构、业务术语、代表性问题、访问权限及汇总规则 |
|---|---|
| 结构检查 | 在执行前将生成的 SQL 与已注册的表、列和联接进行比较 |
| 输出和历史记录 | 查询结果、依据来源、被拒原因和编辑记录 |
| 部署 | 确认目标数据库、支持的 SQL 语法、架构更新和执行路径 |
| 含义和访问 | 单独查看指标定义、聚合结果和数据访问 |
| 评价 | 用代表性问题、错误回答及被拒绝的查询评估准确率、重试情况与验证错误 |
结构验证无法保证答案正确,也无法发现所有错误。应结合真实数据、问题、模型及执行条件确认适用范围与效果。
相关项目 — 企业 AI 平台
我们在内部数据查询、权限和使用管理方面的经验,为知识核心的设计提供依据。
我们正在运行知识图谱核心。下一步将扩展到能够基于知识间关系进行推理的本体。
设计了在知识图谱中关联数据结构与业务术语、并以可视化方式审核的结构。
我们正在运行数据结构与业务术语关联、SQL 验证、实时知识编辑及改进建议功能。
探索基于 OWL 的形式化推理,推导知识之间的关系。同时评估值域、层级及其与现有知识图谱的兼容性。