[发明专利]一种中文时间识别方法、装置及存储介质、程序产品

权利要求书

1.一种中文时间识别方法，其特征在于，所述方法包括：

对待识别文本进行分词，获得分词结果；

将分词结果中的各个分词作为待识别字符串，并将分词后续分别添加预设个数的分词作为待识别字符串；

将一个分词对应的多个待识别字符串分别与用于识别时间基础词的正则规则进行匹配，将该分词对应的与所述正则规则匹配的最长的待识别字符串确定为所述时间基础词，所述待识别字符串包括所述分词结果中的一个分词或者多个连续的分词；

将独立的所述时间基础词标注为所述待识别文本中的时间表达式，或者将多个满足预设条件的所述时间基础词进行组合标注为所述待识别文本中的时间表达式。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

将所述时间表达式划分为第一时间表达式、第二时间表达式或者第三时间表达式，所述第一时间表达式为包括确定时间的时间表达式、所述第二时间表达式为包括非确定时间的时间表达式，所述第三时间表达式为其他时间表达式；

将所述第二时间表达式以该第二时间表达式之前最近的第一时间表达式作为基准时间点进行时间转换。

3.根据权利要求2所述的方法，其特征在于，所述将所述时间表达式划分为第一时间表达式、第二时间表达式或者第三时间表达式，包括：

利用标注了确定时间、非确定时间或者其他时间的时间表达式语料训练生成支持向量机SVM模型；

将所述时间表达式输入所述SVM模型，以将所述时间表达式划分为第一时间表达式、第二时间表达式或者第三时间表达式。

4.根据权利要求2所述的方法，其特征在于，所述将所述第二时间表达式以该第二时间表达式之前最近的第一时间表达式作为基准时间点进行时间转换，包括：

通过预设的触发词列表在所述第二时间表达式中识别触发词；

从所述触发词列表中获取所述触发词对应的时间转换方式；

以该第二时间表达式之前最近的第一时间表达式作为基准时间点，利用所述触发词对应的时间转换方式对所述第二时间表达式中的触发词进行转换。

5.根据权利要求1所述的方法，其特征在于，所述对待识别文本进行分词，获得分词结果，包括：

将序列标注的语料利用条件随机场CRF算法进行训练生成CRF模型；

将待识别文本输入所述CRF模型进行分词，获得分词结果。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取每一时间分类对应的用于识别时间基础词的正则规则，所述时间分类包括绝对时间、相对时间、时间段、时间频率、模糊时间、节假日时间、朝代时间以及事件时间。

7.根据权利要求1所述的方法，其特征在于，所述将多个满足预设条件的所述时间基础词进行组合标注为所述待识别文本中的时间表达式，包括：

将多个连续的所述时间基础词进行组合标注为所述待识别文本中的时间表达式；或者，当多个所述时间基础词之间仅存在结构助词时，将多个所述时间基础词以及多个所述时间基础词之间存在的结构助词进行组合，标注为所述待识别文本中的时间表达式。

8.一种中文时间识别装置，其特征在于，所述装置包括：

分词单元，用于对待识别文本进行分词，获得分词结果；

确定单元，用于将分词结果中的各个分词作为待识别字符串，并将分词后续分别添加预设个数的分词作为待识别字符串；将一个分词对应的多个待识别字符串分别与用于识别时间基础词的正则规则进行匹配，将该分词对应的与所述正则规则匹配的最长的待识别字符串确定为所述时间基础词，所述待识别字符串包括所述分词结果中的一个分词或者多个连续的分词；

标注单元，用于将独立的所述时间基础词标注为所述待识别文本中的时间表达式，或者将多个满足预设条件的所述时间基础词进行组合标注为所述待识别文本中的时间表达式。