SUTime SequenceMatchRules для "c. DATE - DATE BC"

Question

Я борюсь с Stanford's SequenceMatchRules за распознавание следующего ввода как двух дат:

Анаксимандр (ок. 610 - ок. 546 г. до н.э.) был греческим философом-досократиком, который жил в Милете, городе Ионии (в современной Турции).

(взято из набора данных Пантеона, например, http://pantheon.media.mit.edu/)

"546 г. до н.э." работает просто отлично, но я также хочу признать "610" как "610 г. до н.э." (желательно НЕ как продолжительность).

То, что я сделал до сих пор только для того, чтобы все заработало:

модифицированный english.sutime.txt:

Изменено

$POSSIBLE_YEAR = ( $YEAR /a\.?d\.?|b\.?c\.?/? | $INT /a\.?d\.?|b\.?c\.?/ | $INT1000TO3000 );

в

$POSSIBLE_YEAR = ( $YEAR /a\.?d\.?|b\.?c\.?/? | $INT /a\.?d\.?|b\.?c\.?/ | /c\.\ / $INT | $INT1000TO3000 );

И в pattern: ( $POSSIBLE_YEAR)... правило извлечения:

          Tag($0, "YEAR_ERA",
            :case {
               $0 =~ ( $INT /a\.?d\.?/ ) => ERA_AD,
               $0 =~ ( $INT /b\.?c\.?/ ) => ERA_BC,
               :else => ERA_UNKNOWN
            }
          )

в

          Tag($0, "YEAR_ERA",
            :case {
               $0 =~ ( $INT /a\.?d\.?/ ) => ERA_AD,
               $0 =~ ( /c\.\ / $INT ) => ERA_BC,
               $0 =~ ( $INT /b\.?c\.?/ ) => ERA_BC,
               :else => ERA_UNKNOWN
            }
          )

Во-первых, это ужасно, во-вторых, это не сработало.

Где я должен начать понимать это правильно?

Я использую stanford-corenlp-full-2018-10-05,

Я должен отметить, что Пантеон не совсем нормализован, поэтому мне придется иметь дело с дополнительными вещами, такими как CE/BCE, пропусками вокруг дат и т. Д. Позже. Поэтому расширяемый подход был бы великолепен.

Answer 1

Я думаю, что это правило будет соответствовать c. 610... если он увидит шаблон, он присоединит к нему соответствующую IsoDate. Пожалуйста, дайте мне знать, если это работает или нет... если нет, я могу выяснить, что сломалось.

{ (/c\./ (/[0-9]{3,4}/)) => IsoDate($1[0].numcompvalue, NIL, NIL, 0, FALSE) }

Вот конструктор для IsoDate, который используется в эпоху для справки:

public IsoDate(Number y, Number m, Number d, Number era, Boolean yearEraAdjustNeeded) {
  this.year = (y != null)? y.intValue():-1;
  this.month = (m != null)? m.intValue():-1;
  this.day = (d != null)? d.intValue():-1;
  this.era = (era != null)? era.intValue():ERA_UNKNOWN;
  if (yearEraAdjustNeeded != null && yearEraAdjustNeeded && this.era == ERA_BC) {
    if (this.year > 0) {
      this.year--;
    }
  }
  initBase();
}

Если это правило работает, оно должно продемонстрировать, как сопоставить текстовый шаблон и прикрепить нужный год. Это может быть проще всего написать pantheon_rules.txt файл и добавьте в него свой список правил SUTime, который охватывает все, что вы хотите, как только у вас есть это основное правило, вы можете расширить его, чтобы соответствовать нужным вам случаям. Я также мог бы в какой-то момент добавить некоторые правила для обработки этих случаев в официальный релиз.