[发明专利]一种文本中时间信息的处理方法

摘要

本发明提供了一种文本中时间信息的处理方法。包括：构造时间节点、操作符、标记映射关系表、时间本体知识库、子树规则和子树规则集合；对文本进行分词处理，得到分词单位序列，并构造空标记序列和时间节点槽；采用标记映射关系表对分词单位序列进行标记，填充标记序列；用当前子数集合扫描标记序列，获取匹配结果；搜索子树规则集合得到子树序列；按照子树用操作符解析操作树；用连接操作符对毗邻片段进行连接操作；判断是否有未匹配的子树规则集合，若有，则继续匹配；若否则对时间对象的数值进行推理、解析和转换，然后将其转换为输出格式的时间对象。本发明可以增强计算机对文本中时间信息的理解能力。

主权项

1.一种文本中时间信息的处理方法，其特征在于，包括以下步骤：1)构造时间信息识别所需的时间节点、操作符、标记映射关系表、时间本体知识库、子树规则和子树规则集合；所述时间节点为生成具体时间的步骤记录；所述“操作符”包括零元操作符，一元操作符和二元操作符；所述“标记映射关系表”是分词单位和标记的对应关系表，所有标记构成标记集合；所述时间本体知识库包括对可出现在标记映射关系表中的时间词，时间本体知识库中包括词语、时间节点信息知识、对应操作符、类别和同义词信息；所述子树规则包括对应标记序列、操作数位置、操作符的位置、操作规则和附加操作规则；所述子树规则集合包括将所述子树规则化分所形成的第1子树规则集合，第2子树规则集合……第n子树规则集合；2)使用分词算法对待分析文本进行分词处理，得到分词单位序列，并构造空标记序列和时间节点槽；3)采用步骤1)中标记映射关系表对步骤2)获得的分词单位序列进行标记，填充标记序列；4)采用模式匹配算法，将步骤3)中得到的标记序列与一个子树规则集合中的子树规则进行匹配；若匹配到，则将匹配的子树规则，子树规则开始位置，子树规则结束位置信息存入候选子树信息列表；若未匹配到，则跳转至步骤8)；5)从步骤4)中的候选子树信息列表中选择子树规则，得到子树规则序列；6)对步骤5)中子树规则序列中的每棵子树，根据子树对应的规则，使用操作符生成对应的时间节点；若生成零个时间节点，则不修改，否则用得到的时间节点填充到时间节点槽内整个子树覆盖的范围；7)对毗连的子树执行规则，使用“合并”操作符自左至右对相连的时间节点进行操作，若生成零个时间节点，则不操作，否则用得到的时间节点填充到对应词语的时间节点槽中；8)判断当前是否有可使用的子树规则集合。如果还有子树规则集为未在文本上进行匹配，则转到步骤4)，否则所有子树规则集合匹配完毕，调转到步骤9)；9)利用基准时间表，对时间节点的数值进行推导、解析和转换，所述基准时间表包含背景基准时间和当前基准时间，所述背景基准时间表示当前说话的背景时间，所述当前基准时间表示当前文本中已经明确的时间；10)将上述时间信息转换为用户系统中对应的时间信息格式并输出。