基于知识图谱的智能问答系统python实现复旦大学论文基于qa语料和知识库的问答系统

#! -*- coding:utf-8 -*-
import pickle
from connectSQLServer import connectSQL
host = ‘172.16.54.33‘
user = ‘sa‘
password = ‘chentian184616_‘
database= ‘chentian‘
querySQL = connectSQL（host user password database）
class Pro_onlines（object）:
    def __init__（selfEV）:
        self.EV=EV
        self.sql_current_evp=“SELECT COUNT（*） FROM [chentian].[dbo].[baike_triples1] WHERE entity =‘%s‘ AND property=‘%s‘“
        self.sql_baidutag=“SELECT value FROM [chentian].[dbo].[baike_triples1] WHERE entity =‘%s‘ AND property=‘BaiduTAG‘“
        # self.entity_values=entity_values
        # self.value_entities=value_entities
        self.concept_fre=pickle.load（open（“./../data/concept_count.pkl“‘rb‘））
    def calculate_piq（selfque1）:
        “““
        计算当前问题qi的每一个实体的概率，可以认为是当前实体对当前问题的重要程度，计算了三个概率，并且这三个概率，都可以通过当前问题，进行计算，
        计算了p（e|q）的概率，计算时由于对EV对可能有多个重复实体记录，所以需要把分母进行累加计算，具体看代码56-57行，分子为所有实体额记录频数。
        第二个概率变化为，根据两篇论文，最终采用当前实体对应的类别的概率采用e:{c1:pre1c2:pre2...}的形式，
        第三个概率，论文中提到对于e，p的多个value采用均匀概率，并且唯一value概率为一。至此三个概率
        :param qi: 当前问题，以及对应的三元组形成的数据
        :return: 返回当前问题中每个实体对应p（e/q）已经求出
        “““
        print（que1.keys（）“$$$$$$$$$$$$$$“）
        evi=list（que1.values（））[0]#问题中的所有（实体-属性-值）
        currente_pre1 = {} #当前问题的第一个概率p（e|qi）
        currente_pre2 = {}  # 是每一个实体对应value不同实体的频数
        current_pteq={}#对于问题模板的类别概率问题  e_c = {}  # 保存每一个实体对应的类别概率e:{c1:pre1c2:pre2...}
        current_pvep={}#对于当前问题的实体意图对应的value值得概率
        for key in evi.keys（）:
            e_c_pre = {}  # 当前问题每一个实体e对应的类别c的频数。
            epv=key.split（“&&&&&“）#接下来对每一个v 遍历每一个问题中所有的相同v得到对应的实体e，并且记录实体出现的频数 实体e可能出现多次对第一个概率没有影响，但是对第二个有影响，本来有结果，
            #                         重复第二次没有对应baidutag，则会重新赋值为空，
            if v!=‘‘ and p!=‘‘ and v!=‘‘:
                current_e = 0  # 当前实体对应的频数 分子
                current_alle = 0  # 对当前value的不同实体记总数 分母
                entity_value_temp=self.entity_values[e]#得到对应实体的value以及频数
                value_entity_temp=self.value_entities[v]#得到对应value的
                for entity_keyentity_pre in entity_value_temp.items（）:
                    if entity_key==v:
                        current_e=entity_pre
                        current_alle=sum（list（value_entity_temp.values（）））
                        currente_pre1[e]=float（current_e）/float（current_alle）
        print（currente_pre1）
            # current_pvep_pre=querySQL.Query（self.sql_current_evp%（ep））[‘‘][0] #计算同一实体e同一意图p的不同值v的个数

        #     current_pe=0 #当前实体，对应类别（pe）共同满足的个数
        #     current_allp=0 #当前实体的频数在整个EV中，作为求类别的分母。
        #     for que_ev in self.EV: #整个for循环就把所有的实体遍历所有问题
        #         current_evi=list（que_ev.values（））[0] #当前EV当前问题的所有实体对
        #         for key1 in current_evi.keys（）:  #对于每一个实体对
        #             e1p1v1=key1.split（“&&&&&“）
        #             if v ==v1: #如果value相同
        #                 current_alle+=1 #对应实体的value其他共有多少实体的频数
        #                 if e1==e:curr