【开源】Time-NLP 中文语句中的时间语义识别
来源:互联网 发布:淘宝网首页长款羽绒服 编辑:程序博客网 时间:2024/06/04 01:26
Time-NLP
中文语句中的时间语义识别
author:shinyke
github地址:https://github.com/shinyke/Time-NLP/
本工具是由复旦NLP中的时间分析功能修改而来,做了很多细节和功能的优化,具体如下:
- 泛指时间的支持,如:早上、晚上、中午、傍晚等。
- 时间未来倾向。 如:在周五输入“周一早上开会”,则识别到下周一早上的时间;在下午17点输入:“9点送牛奶给隔壁的汉子”则识别到第二天上午9点。
- 多个时间的识别,及多个时间之间上下文关系处理。如:"下月1号下午3点至5点到图书馆还书",识别到开始时间为下月1号下午三点。同时,结束时间也继承上文时间,识别到下月1号下午5点。
- 可自定义基准时间:指定基准时间为“2016-05-20-09-00-00-00”,则一切分析以此时间为基准。
- 修复了各种各样的BUG。
简而言之,这是一个输入一句话,能识别出话里的时间的工具。╮(╯▽╰)╭
使用方法详见测试类:
/** * <p> * 测试类 * <p> * @author <a href="mailto:xinmeike@163.com">kexm</a> * @version 1.0 * @since 2016年5月4日 * */public class TimeAnalyseTest { @Test public void test(){ String path = TimeNormalizer.class.getResource("").getPath(); String classPath = path.substring(0, path.indexOf("/com/time")); System.out.println(classPath+"/TimeExp.m"); TimeNormalizer normalizer = new TimeNormalizer(classPath+"/TimeExp.m"); normalizer.parse("Hi,all.下周一下午三点开会");// 抽取时间 TimeUnit[] unit = normalizer.getTimeUnit(); System.out.println("Hi,all.下周一下午三点开会"); System.out.println(DateUtil.formatDateDefault(unit[0].getTime()) + "-" + unit[0].getIsAllDayTime()); normalizer.parse("早上六点起床");// 注意此处识别到6天在今天已经过去,自动识别为明早六点(未来倾向,可通过开关关闭:new TimeNormalizer(classPath+"/TimeExp.m", false)) unit = normalizer.getTimeUnit(); System.out.println("早上六点起床"); System.out.println(DateUtil.formatDateDefault(unit[0].getTime()) + "-" + unit[0].getIsAllDayTime()); normalizer.parse("周一开会");// 如果本周已经是周二,识别为下周周一。同理处理各级时间。(未来倾向) unit = normalizer.getTimeUnit(); System.out.println("周一开会"); System.out.println(DateUtil.formatDateDefault(unit[0].getTime()) + "-" + unit[0].getIsAllDayTime()); normalizer.parse("下下周一开会");//对于上/下的识别 unit = normalizer.getTimeUnit(); System.out.println("下下周一开会"); System.out.println(DateUtil.formatDateDefault(unit[0].getTime()) + "-" + unit[0].getIsAllDayTime()); normalizer.parse("6:30 起床");// 严格时间格式的识别 unit = normalizer.getTimeUnit(); System.out.println("6:30 起床"); System.out.println(DateUtil.formatDateDefault(unit[0].getTime()) + "-" + unit[0].getIsAllDayTime()); normalizer.parse("6-3 春游");// 严格时间格式的识别 unit = normalizer.getTimeUnit(); System.out.println("6-3 春游"); System.out.println(DateUtil.formatDateDefault(unit[0].getTime()) + "-" + unit[0].getIsAllDayTime()); normalizer.parse("6月3 春游");// 残缺时间的识别 (打字输入时可便捷用户) unit = normalizer.getTimeUnit(); System.out.println("6月3 春游"); System.out.println(DateUtil.formatDateDefault(unit[0].getTime()) + "-" + unit[0].getIsAllDayTime()); normalizer.parse("明天早上跑步");// 模糊时间范围识别(可在RangeTimeEnum中修改 unit = normalizer.getTimeUnit(); System.out.println("明天早上跑步"); System.out.println(DateUtil.formatDateDefault(unit[0].getTime()) + "-" + unit[0].getIsAllDayTime()); normalizer.parse("本周日到下周日出差");// 多时间识别 unit = normalizer.getTimeUnit(); System.out.println("本周日到下周日出差"); System.out.println(DateUtil.formatDateDefault(unit[0].getTime()) + "-" + unit[0].getIsAllDayTime()); System.out.println(DateUtil.formatDateDefault(unit[1].getTime()) + "-" + unit[1].getIsAllDayTime()); normalizer.parse("周四下午三点到五点开会");// 多时间识别,注意第二个时间点用了第一个时间的上文 unit = normalizer.getTimeUnit(); System.out.println("周四下午三点到五点开会"); System.out.println(DateUtil.formatDateDefault(unit[0].getTime()) + "-" + unit[0].getIsAllDayTime()); System.out.println(DateUtil.formatDateDefault(unit[1].getTime()) + "-" + unit[1].getIsAllDayTime()); //新闻随机抽取长句识别(2016年6月7日新闻,均以当日0点为基准时间计算) //例1 normalizer.parse("昨天上午,第八轮中美战略与经济对话气候变化问题特别联合会议召开。中国气候变化事务特别代表解振华表示,今年中美两国在应对气候变化多边进程中政策对话的重点任务,是推动《巴黎协定》尽早生效。", "2016-06-07-00-00-00"); unit = normalizer.getTimeUnit(); System.out.println("昨天上午,第八轮中美战略与经济对话气候变化问题特别联合会议召开。中国气候变化事务特别代表解振华表示,今年中美两国在应对气候变化多边进程中政策对话的重点任务,是推动《巴黎协定》尽早生效。"); for(int i = 0; i < unit.length; i++){ System.out.println("时间文本:"+unit[i].Time_Expression +",对应时间:"+ DateUtil.formatDateDefault(unit[i].getTime())); } //例2 normalizer.parse("《辽宁日报》今日报道,6月3日辽宁召开省委常委扩大会,会议从下午两点半开到六点半,主要议题为:落实中央巡视整改要求。", "2016-06-07-00-00-00"); unit = normalizer.getTimeUnit(); System.out.println("《辽宁日报》今日报道,6月3日辽宁召开省委常委扩大会,会议从下午两点半开到六点半,主要议题为:落实中央巡视整改要求。"); for(int i = 0; i < unit.length; i++){ System.out.println("时间文本:"+unit[i].Time_Expression +",对应时间:"+ DateUtil.formatDateDefault(unit[i].getTime())); } //例3 normalizer.parse("去年11月起正式实施的刑法修正案(九)中明确,在法律规定的国家考试中,组织作弊的将入刑定罪,最高可处七年有期徒刑。另外,本月刚刚开始实施的新版《教育法》中也明确...", "2016-06-07-00-00-00"); unit = normalizer.getTimeUnit(); System.out.println("去年11月起正式实施的刑法修正案(九)中明确,在法律规定的国家考试中,组织作弊的将入刑定罪,最高可处七年有期徒刑。另外,本月刚刚开始实施的新版《教育法》中也明确..."); for(int i = 0; i < unit.length; i++){ System.out.println("时间文本:"+unit[i].Time_Expression +",对应时间:"+ DateUtil.formatDateDefault(unit[i].getTime())); } } /** * 修改TimeExp.m文件的内容 */ @Test public void editTimeExp(){ String path = TimeNormalizer.class.getResource("").getPath(); String classPath = path.substring(0, path.indexOf("/com/time")); System.out.println(classPath+"/TimeExp.m"); /**写TimeExp*/ Pattern p = Pattern.compile("your-regex"); try { TimeNormalizer.writeModel(p, classPath+"/TimeExp.m"); } catch (Exception e) { e.printStackTrace(); } }}
在2016年6月7日9:44
执行測試,结果如下:
Hi,all。下周一下午三点开会
2016-06-13 15:00:00-false
周一开会
2016-06-13 00:00:00-true
下下周一开会
2016-06-20 00:00:00-true
6:30 起床
2016-06-08 06:30:00-false
6-3 春游
2016-06-03 00:00:00-true
6月3日 春游
2016-06-03 00:00:00-true
明天早上跑步
2016-06-08 08:00:00-false
本周日到下周日出差
2016-06-12 00:00:00-true
2016-06-19 00:00:00-true
周四下午三点到五点开会
2016-06-16 15:00:00-false
2016-06-16 17:00:00-false
昨天上午,第八轮中美战略与经济对话气候变化问题特别联合会议召开。中国气候变化事务特别代表解振华表示,今年中美两国在应对气候变化多边进程中政策对话的重点任务,是推动《巴黎协定》尽早生效。
时间文本:昨天上午, 对应时间:2016-06-06 10:00:00
时间文本:今年, 对应时间:2016-01-01 00:00:00
《辽宁日报》今日报道,6月3日辽宁召开省委常委扩大会,会议从下午两点半开到六点半,主要议题为:落实中央巡视整改要求。
时间文本:今日, 对应时间:2016-06-07 00:00:00
时间文本:6月3日, 对应时间:2016-06-03 00:00:00
时间文本:下午2点半, 对应时间:2016-06-03 14:30:00
时间文本:6点半, 对应时间:2016-06-03 18:30:00
去年11月起正式实施的刑法修正案(九)中明确,在法律规定的国家考试中,组织作弊的将入刑定罪,最高可处七年有期徒刑。另外,本月刚刚开始实施的新版《教育法》中也明确...
时间文本:去年11月, 对应时间:2015-11-01 00:00:00
时间文本:本月, 对应时间:2016-06-01 00:00:00
如果您使用并有意见和建议,欢迎在Issue和我交流。若觉得好用,你的star是对作者最好的支持。
Enjoy ** - shinyke**
- 【开源】Time-NLP 中文语句中的时间语义识别
- 中文分词之识别语义
- NLP中的中文分词技术
- 漫话中文自动分词和语义识别
- 漫话中文自动分词和语义识别
- NLP+语义分析(四)︱中文语义分析研究现状(CIPS2016、角色标注、篇章分析)
- 【原创】NLP中的中文分词技术
- 漫话中文自动分词和语义识别 - 中文分词算法
- 漫话中文自动分词和语义识别:中文分词算法
- 使用Stanford NLP工具实现中文命名实体识别
- 漫话中文分词和语义识别(上篇)
- 漫话中文自动分词和语义识别(下):句法结构和语义结构
- 漫话中文分词和语义识别(下):句法结构和语义结构
- 漫话中文自动分词和语义识别(下):句法结构和语义结构
- 漫话中文自动分词和语义识别(下):句法结构和语义结构
- 漫话中文自动分词和语义识别(下):句法结构和语义结构
- nlp 总结 分词,词义消歧,词性标注,命名体识别,依存句法分析,语义角色标注
- NLP:实体识别
- React项目实战【2】--webpack
- WebView中的常用设置总结:
- bzoj 2324(最小费用最大流)
- Dex 文件方法数超过了最大值65536的上限 解决方法
- 路由器常见品牌访问地址
- 【开源】Time-NLP 中文语句中的时间语义识别
- cocos2dx 解决texture packer导出的图片程序中拼接有黑边的问题
- 【9704】&&【9109】麦森数
- 设计模式之备忘录模式
- Reactor Proactor模型 epoll模型
- Java中获取明天或者昨天的日期的方法
- 41.计算两个时间之间的间隔时间
- RadioButton 多行 多列显示
- cin>> , cin.getline() 的区别 ,cin.ignore() 缓冲区等知识深入