#!?-*-?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）:
????????“““
????????計算當(dāng)前問題qi的每一個實體的概率，可以認(rèn)為是當(dāng)前實體對當(dāng)前問題的重要程度，計算了三個概率，并且這三個概率，都可以通過當(dāng)前問題，進行計算，
????????計算了p（e|q）的概率，計算時由于對EV對可能有多個重復(fù)實體記錄，所以需要把分母進行累加計算，具體看代碼56-57行，分子為所有實體額記錄頻數(shù)。
????????第二個概率變化為，根據(jù)兩篇論文，最終采用當(dāng)前實體對應(yīng)的類別的概率采用e:{c1:pre1c2:pre2...}的形式，
????????第三個概率，論文中提到對于e，p的多個value采用均勻概率，并且唯一value概率為一。至此三個概率
????????:param?qi:?當(dāng)前問題，以及對應(yīng)的三元組形成的數(shù)據(jù)
????????:return:?返回當(dāng)前問題中每個實體對應(yīng)p（e/q）已經(jīng)求出
????????“““
????????print（que1.keys（）“$$$$$$$$$$$$$$“）
????????evi=list（que1.values（））[0]#問題中的所有（實體-屬性-值）
????????currente_pre1?=?{}?#當(dāng)前問題的第一個概率p（e|qi）
????????currente_pre2?=?{}??#?是每一個實體對應(yīng)value不同實體的頻數(shù)
????????current_pteq={}#對于問題模板的類別概率問題??e_c?=?{}??#?保存每一個實體對應(yīng)的類別概率e:{c1:pre1c2:pre2...}
????????current_pvep={}#對于當(dāng)前問題的實體意圖對應(yīng)的value值得概率
????????for?key?in?evi.keys（）:
????????????e_c_pre?=?{}??#?當(dāng)前問題每一個實體e對應(yīng)的類別c的頻數(shù)。
????????????epv=key.split（“&&&&&“）#接下來對每一個v?遍歷每一個問題中所有的相同v得到對應(yīng)的實體e，并且記錄實體出現(xiàn)的頻數(shù)?實體e可能出現(xiàn)多次對第一個概率沒有影響，但是對第二個有影響，本來有結(jié)果，
????????????#?????????????????????????重復(fù)第二次沒有對應(yīng)baidutag，則會重新賦值為空，
????????????if?v!=‘‘?and?p!=‘‘?and?v!=‘‘:
????????????????current_e?=?0??#?當(dāng)前實體對應(yīng)的頻數(shù)?分子
????????????????current_alle?=?0??#?對當(dāng)前value的不同實體記總數(shù)?分母
????????????????entity_value_temp=self.entity_values[e]#得到對應(yīng)實體的value以及頻數(shù)
????????????????value_entity_temp=self.value_entities[v]#得到對應(yīng)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]?#計算同一實體e同一意圖p的不同值v的個數(shù)

????????#?????current_pe=0?#當(dāng)前實體，對應(yīng)類別（pe）共同滿足的個數(shù)
????????#?????current_allp=0?#當(dāng)前實體的頻數(shù)在整個EV中，作為求類別的分母。
????????#?????for?que_ev?in?self.EV:?#整個for循環(huán)就把所有的實體遍歷所有問題
????????#?????????current_evi=list（que_ev.values（））[0]?#當(dāng)前EV當(dāng)前問題的所有實體對
????????#?????????for?key1?in?current_evi.keys（）:??#對于每一個實體對
????????#?????????????e1p1v1=key1.split（“&&&&&“）
????????#?????????????if?v?==v1:?#如果value相同
????????#?????????????????current_alle+=1?#對應(yīng)實體的value其他共有多少實體的頻數(shù)
????????#?????????????????if?e1==e:curr