15、领域敏感的时间标记在自然语言处理中的应用

领域敏感的时间标记在自然语言处理中的应用

1 引言

时间标记是自然语言处理（NLP）中的一个特定任务，它涉及从文本文件中提取时间表达式并将其标准化为某种标准格式。时间信息是任何信息空间的重要维度，因此多个领域的应用程序可以从时间标记器的输出中受益。例如，文本摘要、问答系统、信息检索和主题检测与追踪等应用领域，都可以通过时间标记提供更有意义和有用的结果。时间标记器的输出不仅可以帮助构建文档内容中事件的时间线，还能揭示文档中的时间话语结构。

2 时间信息的关键特性

时间信息具有三个关键特性，使其对于许多搜索和探索任务具有极高的价值：

1. 定义明确 ：给定两个时间点或两个时间间隔，它们之间的时间关系总是可以确定的，例如之前或相同。通常，这种关系可以假定为艾伦在时间推理背景下定义的时间关系之一。
2. 术语和语言独立 ：无论使用何种术语或语言，两个指代相同语义的时间表达式都可以归一化为某种标准格式中的相同值。
3. 可以被组织成层级结构 ：时间表达式可以有不同的粒度，例如日、月或年。较细粒度的时间表达式可以根据时间信息的层次结构映射到较粗的粒度。

粒度	示例表达式	标准化值
日	2015年 7月 10日	2015-