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
- hdu2492 数状数组或者线段树
题意: 给你一些人,每个人有自己的攻击力,输入的顺序就是每个人的顺序,他们之间互相比赛,两个人比赛的条件是必须在他们两个位置之间找到一个人当裁判,这个裁判的攻击力必须在他们两个人之间,问你最 ...
- Failed opening required
报错 点击页面右下角的图标,再点击错误可以显示报错.或者在项目中runtime--log也可以查看error [64]think\\__require_file(): Failed opening r ...
- Maven关于web.xml中Servlet和Servlet映射的问题
在配置Servlet时,有两个地方需要配置. 一个是<servlet>,另一个是<servlet-Mapping>,这两个一个是配置Servlet,一个是配置其映射信息. &l ...
- opencv——感兴趣区域(ROI)的分析和选取[详细总结]
引言 在利用OpenCV对图像进行处理时,通常会遇到一个情况,就是只需要对部分感兴趣区域进行处理.因此,如何选取感兴趣区域呢?(其实就是"抠图"). 在学习opencv的掩码运算后 ...
- Electron-Vue3-Vadmin后台系统|vite2+electron桌面端权限管理系统
基于vite2.x+electron12桌面端后台管理系统Vite2ElectronVAdmin. 继上一次分享vite2整合electron搭建后台框架,这次带来的是最新开发的跨桌面中后台权限管理系 ...
- JS实现单例模式的多种方案
JS实现单例模式的多种方案 今天在复习设计模式中的-创建型模式,发现JS实现单例模式的方案有很多种,稍加总结了一下,列出了如下的6种方式与大家分享 大体上将内容分为了ES5(Function)与ES6 ...
- BUAA OS实验调试指南:从看懂到看开
一般的调试流程其实很简单:发现问题,稳定复现,确定临界条件,定位问题,修复问题,核查结果.迭代这个过程,形成一个闭环 老实说,OS的实验代码,开箱体验极差,程序跳来跳去,进了Lab4后还要考虑内核态切 ...
- [刷题] PTA 02-线性结构1 两个有序链表序列的合并
程序: 1 #include <stdio.h> 2 #include <stdlib.h> 3 4 typedef int ElementType; 5 typedef st ...
- 【zombie】如何查看并杀死僵尸进程?
[zombie]如何查看并杀死僵尸进程? 赏金Micheal关注 2019.03.31 19:40:15字数 1,016阅读 4,373 僵尸进程定义 In UNIX System terminolo ...
- 【转载】CentOS 7自动以root身份登录gnome桌面 操作系统开机后自动登录到桌面 跳过GDM
CentOS 7自动以root身份登录gnome桌面 ################### #cd /etc/gdm ]# cat custom.conf# GDM configuration st ...