[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

说明书

本申请公开了一种中文时间识别方法，该方法包括：对待识别文本进行分词，获得分词结果，将待识别字符串与用于识别时间基础词的正则规则进行匹配，将与正则规则匹配的待识别字符串确定为时间基础词，其中待识别字符串包括分词结果中的一个分词或者多个连续的分词，将独立的时间基础词标注为待识别文本中的时间表达式，或者将多个满足预设条件的时间基础词进行组合标注为待识别文本中的时间表达式。该方法通过识别出存在时间元素的时间基础词，将独立的时间基础词和/或多个时间基础词按照预设条件标注为时间表达式，从而在中文词语结构灵活的情况下实现了中文时间的识别。本申请还公开了一种中文时间识别的装置。

技术领域

本申请涉及计算机技术领域，具体涉及一种中文时间识别方法、装置及存储介质、程序产品。

背景技术

自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，其研究能够实现人与计算机之间用自然语言进行有效通信的各种理论和方法。在人们的日常生活中，时间作为一个很重要的维度，扮演着重要角色，人们理解很多事情的上下文都需要通过时间，例如利用时间来定位时间发生的先后顺序。让计算机正确的识别出时间有着很重要的作用和意义。

由于中文词语之间结构灵活，句式复杂，在现有技术中缺乏可以准确识别出中文时间的方案。

发明内容

有鉴于此，本申请提供一种中文时间识别方法、装置及存储介质、程序产品，以解决现有技术中无法准确识别出中文时间。

为解决上述问题，本申请实施例提供的技术方案如下：

一种中文时间识别方法，所述方法包括：

对待识别文本进行分词，获得分词结果；

将待识别字符串与用于识别时间基础词的正则规则进行匹配，将与所述正则规则匹配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。

相应的，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。

相应的，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。

相应的，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。

相应的，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；