[發明專利]對文本中的時間信息進行提取的方法、裝置及電子設備

在審

• 申請號: 202110299689.2
• 申請日: 2021-03-19
• 公開（公告）號: CN113032586A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 王澤勛
• 申請（專利權）人: 京東數字科技控股股份有限公司
• 主分類號: G06F16/383
• 分類號: G06F16/383;G06F40/295
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 李永葉

1.一種對文本中的時間信息進行提取的方法，包括：

對包含有時間信息的目標文本進行處理，以獲取所述目標文本中的至少一個時間實體；

針對所述至少一個時間實體中的每個時間實體，識別當前時間實體的時間特征；

根據所述當前時間實體的時間特征確定所述當前時間實體的類型，所述類型為以下類型的一種：重復時間類型、具體時間類型、始末位置確定的時間區間類型、始末位置不確定的一段時間類型或模糊時間類型；以及

根據所述當前時間實體的類型，對應將所述當前時間實體轉化為時間格式表達數據。

2.根據權利要求1所述的方法，其中，所述當前時間實體的時間特征包括以下特征中的一種或多種：時間點特征、時間段關系特征、循環節特征、時長特征、模糊表述特征、籠統時間特征以及時間前后關系特征。

3.根據權利要求2所述的方法，其中，所述根據所述當前時間實體的時間特征確定所述當前時間實體的類型，包括：

確定所述當前時間實體的時間特征中是否包含循環節特征；

如果所述當前時間實體的時間特征中包含循環節特征，則確定所述當前時間實體為重復時間類型。

4.根據權利要求2所述的方法，其中，所述根據所述當前時間實體的時間特征確定所述當前時間實體的類型，包括：

確定所述當前時間實體的時間特征中是否包含時間點特征、時間特征中是否包含循環節特征、時間特征中是否包含時間段關系特征、時間特征中是否包含籠統時間特征、時間特征中是否包含時間前后關系特征以及時間特征中年、月、日、時、分、秒中的數值信息中是否存在日的數值信息；

如果所述當前時間實體的時間特征中包含時間點特征、并且時間特征中不包含循環節特征、并且時間特征中不包含時間段關系特征、并且時間特征中不包含籠統時間特征、并且時間特征中不包含時間前后關系特征、并且時間特征中年、月、日、時、分、秒中的數值信息中存在日的數值信息，則確定所述當前時間實體為具體時間類型。

5.根據權利要求2所述的方法，其中，所述根據所述當前時間實體的時間特征確定所述當前時間實體的類型，包括：

如果所述當前時間實體的時間特征滿足以下條件之一，則確定所述當前時間實體為時間區間類型：

包含時間點特征、并且不包含循環節特征、并且包含時間段關系特征；

包含時間點特征、并且不包含循環節特征、并且當前時間實體的時間特征中年、月、日、時、分、秒中的數值信息中不存在日的數值信息；

包含時間點特征、并且不包含循環節特征、并且包含籠統時間特征；

包含時間點特征、并且不包含循環節特征、并且包含時間前后關系特征；

包含時長特征、并且不包含循環節特征、并且包含時間前后關系特征。

6.根據權利要求2所述的方法，其中，所述根據所述當前時間實體的時間特征確定所述當前時間實體的類型，包括：

確定所述當前時間實體的時間特征中是否包含時間點特征、時長特征以及時間前后關系特征；

如果所述當前時間實體的時間特征中不包含時間點特征、并且包含時長特征、并且不包含時間前后關系特征，則確定所述當前時間實體為一段時間類型。

7.根據權利要求2所述的方法，其中，所述根據所述當前時間實體的時間特征確定所述當前時間實體的類型，包括：

確定所述當前時間實體的時間特征中是否包含時間點特征以及模糊表述特征；

如果所述當前時間實體的時間特征中不包含時間點特征，并且包含模糊表述特征，則確定所述當前時間實體為模糊時間類型。

8.根據權利要求1所述的方法，其中，所述對包含有時間信息的目標文本進行處理，以獲取所述目標文本中的至少一個時間實體，包括：

根據分隔符對目標文本進行分句，以得到一個或多個句子；以及

對所述一個或多個句子進行命名實體識別，以獲取所述一個或多個句子中包含的至少一個時間實體。