Java日期时间API系列39-----中文语句中的时间语义识别(time NLP 输入一句话,能识别出话里的时间)原理分析
NLP (Natural Language Processing) 是人工智能(AI)的一个子领域。自然语言是人类智慧的结晶,自然语言处理是人工智能中最为困难的问题之一(来自百度百科)。
其中中文更是不好处理。下面将分析中文语句中的时间的识别:time NLP 输入一句话,能识别出话里的时间。下面2种简单的实现方法。
1.单词的识别
/**
* 常用时间枚举
*
* @author xkzhangsan
*/
public enum CommonTimeEnum { TODAY("today", "今天"), TOMORROW("tomorrow", "明天"),
NEXTWEEK("nextWeek", "下周"),
NEXTMONTH("nextMonth", "下月"),
NEXTYEAR("nextYear", "明年"), YESTERDAY("yesterday", "昨天"),
LASTWEEK("lastWeek", "上周"),
LASTMONTH("lastMonth", "上月"),
LASTYEAR("lastYear", "去年"),
; private String code; private String name; public String getCode() {
return code;
} public String getName() {
return name;
} CommonTimeEnum(String code, String name) {
this.code = code;
this.name = name;
} public static Map<String, String> convertToMap(){
Map<String, String> commonTimeMap = new HashMap<String, String>();
for (CommonTimeEnum commonTimeEnum : CommonTimeEnum.values()) {
commonTimeMap.put(commonTimeEnum.getCode(), commonTimeEnum.getCode());
commonTimeMap.put(commonTimeEnum.getName(), commonTimeEnum.getCode());
}
return commonTimeMap;
} public static CommonTimeEnum getCommonTimeEnumByCode(String code){
for (CommonTimeEnum commonTimeEnum : CommonTimeEnum.values()) {
if(commonTimeEnum.getCode().equals(code)){
return commonTimeEnum;
}
}
return null;
}
} /**
* 解析自然语言时间,今天,明天,下周,下月,明年,昨天,上周,上月,去年等。
* @param text 自然语言时间,待解析字符串
* @param naturalLanguageMap 自定义自然语言时间map,其中key自定义,value需为 com.xkzhangsan.time.enums.CommonTimeEnum中的code;
* 可以为空,默认使用com.xkzhangsan.time.enums.CommonTimeEnum解析。
* @return Date
*/
public static Date parseNaturalLanguageToDate(String text, Map<String, String> naturalLanguageMap){
if(StringUtil.isEmpty(text)){
return null;
}
text = text.trim(); boolean isCommonTimeMap = false;
if(CollectionUtil.isEmpty(naturalLanguageMap)){
naturalLanguageMap = CommonTimeEnum.convertToMap();
isCommonTimeMap = true;
}
if(! naturalLanguageMap.containsKey(text) || StringUtil.isEmpty(naturalLanguageMap.get(text))){
return null;
} String targetMethod = null;
if(isCommonTimeMap){
targetMethod = naturalLanguageMap.get(text);
}else{
String code = naturalLanguageMap.get(text);
Map<String, String> commonTimeMap = CommonTimeEnum.convertToMap();
if(commonTimeMap.containsKey(code)){
targetMethod = commonTimeMap.get(code);
}
}
if(targetMethod == null){
return null;
} //执行结果
CommonTimeEnum targetCommonTime = CommonTimeEnum.getCommonTimeEnumByCode(targetMethod);
if(targetCommonTime == null){
return null;
} switch (targetCommonTime){
case TODAY :
return DateTimeCalculatorUtil.today();
case TOMORROW:
return DateTimeCalculatorUtil.tomorrow();
case NEXTWEEK:
return DateTimeCalculatorUtil.nextWeek();
case NEXTMONTH:
return DateTimeCalculatorUtil.nextMonth();
case NEXTYEAR:
return DateTimeCalculatorUtil.nextYear();
case YESTERDAY:
return DateTimeCalculatorUtil.yesterday();
case LASTWEEK:
return DateTimeCalculatorUtil.lastWeek();
case LASTMONTH:
return DateTimeCalculatorUtil.lastMonth();
case LASTYEAR:
return DateTimeCalculatorUtil.lastYear();
default:
return null;
}
} /**
* 明天
* @return Date
*/
public static Date tomorrow(){
return plusDays(today(), 1);
} /**
* 今天
* @return Date
*/
public static Date today(){
return new Date();
}
2.中文语句中的时间的识别
这个是真实语境下的时间识别,比如 Hi,all.下周一下午三点开会,如果今天是2021-06-10 那么 返回结果为:2021-06-14 15:00:00 。
2.1 原理和图解
原理和第一种类似,也是识别时间词语,根据基准时间推断结果,但更强大一些。
基本分为三步:
(1)加载正则文件
(2)解析中文语句中的所有时间词语
(3)根据基准时间,循环解析(2)中的时间词语
详细步骤如图:
2.2 相关源码及说明
2.2.1 Time-NLP
github: https://github.com/shinyke/Time-NLP
author:shinyke
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。
- 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。
2.2.2 xk-time TimeNLPUtil
https://github.com/xkzhangsan/xk-time TimeNLPUtil
在Time-NLP基础上做了很多优化:
(1)封装属性,重命名使符合驼峰命名标准。
(2)将加载正则资源文件改为单例加载。
(3)将类按照功能重新划分为单独的多个类。
(4)使用Java8日期API重写。
(5)增加注释说明,优化代码。
(6)修复原项目中的issue:标准时间yyyy-MM-dd、yyyy-MM-dd HH:mm:ss和yyyy-MM-dd HH:mm解析问题。
(7)修复原项目中的issue:1小时后,1个半小时后,1小时50分钟等解析问题;并且支持到秒,比如50秒后,10分钟30秒后等。
(8)修复原项目中的issue:修复当前时间是上午10点,那么下午三点 会识别为明天下午三点问题。
(9)修复原项目中的issue:修复小数解析异常问题。
(10)性能优化,将使用到的正则预编译后放到缓存中,下次直接使用,提高性能。
3 实现方法的局限性
第一种只能识别单词;
第二种也只能识别正则文件中的词语,比第一种识别能力更强,但如果有新的或不常用的时间词语无法处理,比如星期一的同义词礼拜一等,如果要不断支持新的词语,需要不断的修改,不如机器学习好;
对于常用的时间词语识别,第二种已经达到很高的识别率。
4.开发这个功能的原因
第一种实现,因为有网友需要识别中文时间词语,我写了第一种的实现;
第二种实现,另一个网友有需要识别语句中的中文时间词语,他向往推荐了Time-NLP这个项目,说这个项目很好,不维护了,有一些小问题,希望我能参考实现,我研究了原项目代码,在我的项目中重写,优化,并修复了一些问题。
感谢shinyke,这个项目很好,学习到很多正则解析的知识。
源码地址: https://github.com/xkzhangsan/xk-time
Java日期时间API系列39-----中文语句中的时间语义识别(time NLP 输入一句话,能识别出话里的时间)原理分析的更多相关文章
- Java日期时间API系列19-----Jdk8中java.time包中的新的日期时间API类,ZonedDateTime与ZoneId和LocalDateTime的关系,ZonedDateTime格式化和时区转换等。
通过Java日期时间API系列6-----Jdk8中java.time包中的新的日期时间API类中时间范围示意图:可以很清晰的看出ZonedDateTime相当于LocalDateTime+ZoneI ...
- Java日期时间API系列11-----Jdk8中java.time包中的新的日期时间API类,使用java8日期时间API重写农历LunarDate
通过Java日期时间API系列7-----Jdk8中java.time包中的新的日期时间API类的优点,java8具有很多优点,现在网上查到的农历转换工具类都是基于jdk7及以前的类写的,下面使用ja ...
- Java日期时间API系列8-----Jdk8中java.time包中的新的日期时间API类的LocalDate源码分析
目录 0.前言 1.TemporalAccessor源码 2.Temporal源码 3.TemporalAdjuster源码 4.ChronoLocalDate源码 5.LocalDate源码 6.总 ...
- Java日期时间API系列12-----Jdk8中java.time包中的新的日期时间API类,日期格式化,常用日期格式大全
通过Java日期时间API系列10-----Jdk8中java.time包中的新的日期时间API类的DateTimeFormatter, 可以看出java8的DateTimeFormatter完美解决 ...
- Java日期时间API系列13-----Jdk8中java.time包中的新的日期时间API类,时间类转换,Date转LocalDateTime,LocalDateTime转Date等
从前面的系列博客中可以看出Jdk8中java.time包中的新的日期时间API类设计的很好,但Date由于使用仍非常广泛,这就涉及到Date转LocalDateTime,LocalDateTime转D ...
- Java日期时间API系列6-----Jdk8中java.time包中的新的日期时间API类
因为Jdk7及以前的日期时间类的不方便使用问题和线程安全问题等问题,2005年,Stephen Colebourne创建了Joda-Time库,作为替代的日期和时间API.Stephen向JCP提交了 ...
- Java日期时间API系列2-----Jdk7及以前的日期时间类在mysql数据库中的应用
1.java中与数据库相关的时间类 java提供与mysql方便交互的三种数据类型: java.sql.Date java.sql.Time java.sql.Timestamp 它们都是继承java ...
- Java日期时间API系列1-----Jdk7及以前的日期时间类
先看一个简单的图: 主要的类有: Date类负责时间的表示,在计算机中,时间的表示是一个较大的概念,现有的系统基本都是利用从1970.1.1 00:00:00 到当前时间的毫秒数进行计时,这个时间称为 ...
- Java日期时间API系列3-----Jdk7及以前的日期时间类的不方便使用问题
使用Java日期时间类,每个人都很熟悉每个项目中必不可少的工具类就是dateutil,包含各种日期计算,格式化等处理,而且常常会遇到找不到可用的处理方法,需要自己新增方法,处理过程很复杂. 1.Dat ...
随机推荐
- Python小游戏 -- 猜数字
Python初学者小游戏:猜数字 游戏逻辑:电脑随机生成一个数字,然后玩家猜数字,电脑提示猜的数字大了还是小了,供玩家缩小数字范围,达到既定次数后,玩家失败.若在次数内猜对,玩家获胜. 涉及知识点:r ...
- Docker镜像基本使用
使用 Docker 镜像 Docker 运行容器前需要本地存在对应的镜像,如果本地不存在该镜像,Docker 会从镜像仓库下载该镜像. 获取镜像 docker pull [选项] [Docker Re ...
- 13.PHP_ThinkPHP
ThinkPHP 先把百度百科上对这个框架的介绍粘贴过来: ThinkPHP是为了简化企业级应用开发和敏捷WEB应用开发而诞生的.最早诞生于2006年初,2007年元旦正式更名为ThinkPHP,并且 ...
- js限制上传文件类型和大小
<html> <head> <script type="text/javascript"> function fileChange(target ...
- opencv——图像遍历以及像素操作
摘要 我们在图像处理时经常会用到遍历图像像素点的方式,在OpenCV中一般有四种图像遍历的方式,在这里我们通过像素变换的点操作来实现对图像亮度和对比度的调整. 补充: 图像变换可以看成 像素变换--点 ...
- web scraper
参考:https://sspai.com/u/skychx/updates https://www.jianshu.com/p/76cad8e963b5 :nth-of-type(-n+100) 元素 ...
- python爬虫——汽车之家数据
相信很多买车的朋友,首先会在网上查资料,对比车型价格等,首选就是"汽车之家",于是,今天我就给大家扒一扒汽车之家的数据: 一.汽车价格: 首先获取的数据是各款汽车名称.价格范围以及 ...
- Django(27)类视图
类视图 在写视图的时候,Django除了使用函数作为视图,也可以使用类作为视图.使用类视图可以使用类的一些特性,比如继承等. View django.views.generic.base.View是主 ...
- spring总结归纳
愿历尽千帆,归来仍是少年 简介 spring: 1.是分层的full-stack(全栈)轻量级开源框架.2. 内核:IOC和AOP.3.提供web层springMvc和业务层事务管理,整合众多的开源框 ...
- Linux信号与golang中的捕获处理
什么是信号 在计算机科学中,信号是Unix.类Unix以及其他POSIX兼容的操作系统中进程间通讯的一种有限制的方式.它是一种异步的通知机制,用来提醒进程一个事件已经发生. 当一个信号发送给一个进程, ...