[發明專利]一種多語言時間抽取方法、裝置、計算機裝置及計算機可讀存儲介質

在審

• 申請號: 202011204304.1
• 申請日: 2020-11-02
• 公開（公告）號: CN112287681A
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 王志超;左凌峰;赫中翮;李敬;鄒媚;舒露
• 申請（專利權）人: 湖南星漢數智科技有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/263;G06F40/103;G06F16/387
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種多語言時間抽取方法，其特征在于，所述多語言時間抽取方法包括：

接收文本，獲取基準時間；

根據預先設置的正則關系對所述文本進行遍歷，得到時間字符片段；

在所述時間字符片段的數量大于1的情況下，獲取每一時間字符片段在所述文本的起始下標及結束下標；

根據所述每一時間字符片段在所述文本的起始下標及結束下標，判斷是否存在第一時間字符片段被第二時間字符片段所包含；在存在所述第二時間字符的情況下，從所述時間字符移除所述第一時間字符片段，得到剩余的時間字符片段；

根據所述基準時間，將所述剩余的時間字符片段調整為標準時間信息。

2.根據權利要求1所述的多語言時間抽取方法，其特征在于，所述根據所述基準時間，將所述剩余的時間字符片段調整為標準時間信息，包括以下過程：

判斷所述剩余的時間字符片段是否滿足預設標準時間格式，在所述剩余的時間字符片段不滿足所述預設標準時間格式的情況下，識別所述剩余的時間字符片段的關鍵字，根據所述基準時間及所述識別的關鍵字，生成所述標準時間信息。

3.根據權利要求2所述的多語言時間抽取方法，其特征在于，所述識別所述剩余的時間字符片段的關鍵字，根據所述基準時間及所述識別的關鍵字，生成所述標準時間信息，包括以下過程：

根據預先設置的轉換關系，將所述識別的關鍵字映射成對應的日期數，對所述基準時間增加或減少所述日期數，生成所述標準時間信息。

4.根據權利要求1所述的多語言時間抽取方法，其特征在于，所述將所述文本遍歷預先設置的正則關系進行匹配，得到時間字符片段之前，所述多語言時間抽取方法，還包括以下過程：

分別根據中文文本規則、英文文本規則及西班牙文本規則設置所述正則關系，所述正則關系包括精準類正則關系、世紀年代類正則關系、時間偏移類正則關系，所述精準類正則關系用于匹配包含年、月、日關鍵字的時間字符片段，所述世紀年代類正則關系用于匹配包含世紀、年代關鍵字的時間字符片段，所述時間偏移類正則關系用于匹配隱含時間信息的關鍵詞、和/或日期單位關鍵詞的時間字符片段。

5.根據權利要求1所述的多語言時間抽取方法，其特征在于，所述根據所述基準時間，將所述剩余的時間字符片段調整為標準時間信息之后，所述多語言時間抽取方法還包括以下步驟：

將所述標準時間信息轉換為毫秒數，并將所述毫秒數、所述毫秒數對應的時間字符片段、正則關系進行關聯存儲。

6.一種多語言時間抽取裝置，其特征在于，所述多語言時間抽取裝置包括：

接收模塊，用于接收文本，獲取基準時間；

處理模塊，用于根據預先設置的正則關系對所述文本進行遍歷，得到時間字符片段；

獲取模塊，用于在所述時間字符片段的數量大于1的情況下，獲取每一時間字符片段在所述文本的起始下標及結束下標；

判斷模塊，用于根據所述每一時間字符片段在所述文本的起始下標及結束下標，判斷是否存在第一時間字符片段被第二時間字符片段所包含；在存在所述第二時間字符的情況下，從所述時間字符移除所述第一時間字符片段，得到剩余的時間字符片段；

調整模塊，用于根據所述基準時間，將所述剩余的時間字符片段調整為標準時間信息。

7.根據權利要求6所述的多語言時間抽取裝置，其特征在于，所述調整模塊，用于判斷所述剩余的時間字符片段是否滿足預設標準時間格式，在所述剩余的時間字符片段不滿足所述預設標準時間格式的情況下，識別所述剩余的時間字符片段的關鍵字，根據所述基準時間及所述識別的關鍵字，生成所述標準時間信息。

8.根據權利要求7所述的多語言時間抽取裝置，其特征在于，所述判斷模塊，還用于根據預先設置的轉換關系，將所述識別的關鍵字映射成對應的日期數，對所述基準時間增加或減少所述日期數，生成所述標準時間信息。