搜索 - 腾讯云开发者社区-腾讯云

文章/答案/技术大牛

发布

来自专栏QQ大数据团队的专栏
【Data Agent】WeData Unity Semantics：数据分析智能体需要高质量场景化的「上下文」
指标服务中： ➢ 快速检索所需指标，查看其定义、计算逻辑、可用维度及服务状态； ➢ 在线申请指标使用权限，获批后即可自由选择多个维度（如地区、渠道、商品类目等）进行交叉钻取与下钻分析； ➢ 进阶用户还可通过SemQL **编写SemQL查询语句** - 根据用户选择的指标和维度，编写SemQL查询语句 - SemQL 中的指标名称、维度名称不可使用DisplayName，必须使用Name - 将编写的 SemQL查询语句以下列Markdown形式展示给用户确认： ```sql select * from query( metric=[AVGYieldRate, mcp_client.get_tools(), checkpointer=checkpointer, prompt=prompts.prompt_human_check_semql
53510编辑于 2025-12-29
统一语义层与Data Agent：构建AI就绪的企业数据智能体
实现精准高效的智能分析统一语义层通过其核心能力支撑Data Agent实现精准分析： SemQL：以JDBC方式提供类SQL的语义层查询能力，将Text2SQL转变为更精准的Text2Semantic2SQL 选择腾讯云的技术确定性腾讯云WeData统一语义层与Data Agent解决方案的价值在于：技术领先性：创新的SemQL查询语言和MetaRAG混合检索架构，有效提升了大模型理解和使用企业数据的准确性
7510编辑于 2026-05-30
基于统一语义层的Data Agent：构建人与机器共通的数据分析体系
核心能力： SemQL：以JDBC方式提供类SQL的语义层查询能力，实现 Text2Semantic2SQL，而非直接生成不稳定的SQL。用户只需在统一“库”中查找指标，或通过Agent提问，系统即可基于SemQL直接返回结果，无需关注底层表关联与SQL编写。技术领先性：虎兴龙（WeData 研发总监）主导设计的SemQL技术，将传统的Text-to-SQL转变为Text-to-Semantic-to-SQL，大幅提升了查询的准确性和健壮性。
8510编辑于 2026-05-30
腾讯云数据智能与数据库解决方案：破解数据语义分裂与资源弹性难题
其MCP（Model Context Protocol）服务支持自然语言查询转换（SemQL），消除指标歧义。
12510编辑于 2026-04-25
腾讯云WeData：基于统一语义层重构企业数据智能分析架构
SemQL (Semantic Query Language)：摒弃传统 Text2SQL，采用 Text2Semantic2SQL 路径，以 JDBC 方式提供类 SQL 的语义层查询能力，确保底层逻辑的一致性
9410编辑于 2026-05-30
腾讯云数据底座演进：构建统一语义层与极致弹性架构，驱动 50%+ 资源降本
实现指标口径一处定义、处处复用（Single Source of Truth），并通过开放的 Semantic MCP（模型上下文协议）服务，允许通过自然语言或 SemQL 查询指标数据，减少数据幻觉。
7610编辑于 2026-05-29
来自专栏QQ大数据团队的专栏
腾讯云WeData：中国数据治理市场份额增长第一
此时，Agent将依托统一语义层中预定义的营销相关指标语义，通过调用MCP服务，自动识别出该问题对应的指标为“DAU”，分析维度为“会员类型”，并将其转化为标准的语义查询语言（SemQL），向语义层发起精准请求
1.3K10编辑于 2025-09-29
来自专栏AI小白入门
【NLP】ACL2020表格预训练工作速览
作者使用TaBert作为编码部分，并且使用IRNet中的SemQL（可以理解为SQL的简化版本）作为底层的语法表示。在Spider数据集上，解析器基于TranX构建，并使用和IRNet模型类似的SemQL语法，而TaBert具有更简单的解码器。
6.9K10发布于 2020-08-27
来自专栏AI科技大本营的专栏
ACL 2019 | 精选8篇微软ACL论文解读，一览最新研究进展
接下来，为了解决面向语义的自然语言和面向执行的SQL查询语句之间不匹配的问题，与以往的Text-to-SQL方法直接生成SQL查询语句不同的是，IRNet首先生成一种中间的语义表示形式SemQL，然后再将中间表示转换成
1.5K30发布于 2019-07-12
来自专栏NLP/KG
NL2SQL进阶系列(5)：论文解读业界前沿方案（DIN-SQL、C3-SQL、DAIL-SQL）、新一代数据集BIRD-SQL解读
特别是，SemQL（Guo et al, 2019）删除了在自然语言查询中没有明确对应项的运算符 JOIN ON、FROM 和 GROUP BY，并合并了 HAVING 和 WHERE 子句。 NatSQL（Gan 等人，2021）基于 SemQL 构建并删除了集合运算符。
2.8K12编辑于 2024-04-18
来自专栏机器之心
结构化数据，最熟悉的陌生人
比如 TaBert 中就是使用 IRNet 中的 SemQL（可以理解为 SQL 的简化版本）作为底层的语法表示。
1.1K30发布于 2020-12-17

【Data Agent】WeData Unity Semantics：数据分析智能体需要高质量场景化的「上下文」

统一语义层与Data Agent：构建AI就绪的企业数据智能体

基于统一语义层的Data Agent：构建人与机器共通的数据分析体系

腾讯云数据智能与数据库解决方案：破解数据语义分裂与资源弹性难题

腾讯云WeData：基于统一语义层重构企业数据智能分析架构

腾讯云数据底座演进：构建统一语义层与极致弹性架构，驱动 50%+ 资源降本

腾讯云WeData：中国数据治理市场份额增长第一

【NLP】ACL2020表格预训练工作速览

ACL 2019 | 精选8篇微软ACL论文解读，一览最新研究进展

NL2SQL进阶系列(5)：论文解读业界前沿方案（DIN-SQL、C3-SQL、DAIL-SQL）、新一代数据集BIRD-SQL解读

结构化数据，最熟悉的陌生人

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐