SUTime из Stanford NLP: невозможно записать определенные форматы даты

Question

Я использую оболочку Python из SUTime НЛП Стэнфорда. Пока что сравнивая результаты с другими синтаксическими анализаторами дат, такими как утенок, date_arser search_dates, parsedatetime и natty, SUTime дает наиболее надежные результаты.

Тем не менее, он не может захватить некоторые очевидные даты из документов. Ниже приведены 2 типа документов, которые у меня возникают с трудностями при разборе дат с использованием SUTime.

1. Я вышел и не буду доступен до 9/19
2. Я ухожу и не буду доступен с 18 сентября по 20 сентября

Это не дает результатов в случае первого документа. Однако для второго документа он фиксирует только месяц, но не диапазон дат или дат.

Я попытался обернуть голову вокруг кода Java, чтобы посмотреть, смогу ли я изменить или добавить некоторые правила, чтобы сделать эту работу, но не смог понять это.

Если кто-то может предложить способ сделать эту работу с SUTime, это было бы очень полезно.

Кроме того, я пробовал date_artes dateparser, и это ненадежно, поскольку он захватывает все и вся. Как и в случае с первым документом, он будет анализировать дату по тексту "я вышел" (что не обязательно) и "9/19" (что нормально). Так что, если есть способ контролировать это поведение, оно также будет работать.

Answer 1

Вопрос: невозможно записать определенные форматы даты

Это решение использует datetime вместо SUTime

import datetime

def datetime_from_string(datestring):
    rules = [('(\d{1,2}\/\d{1,2})', '%m/%d', {'year': 2018}), ('(\w+ \d{1,2})-(\w+ \d{1,2})', '%B %d', {'year': 2018})]
    result = None
    for rule in rules:
        match = re.match(rule[0], datestring)
        if match:
            result = []
            for part in match.groups():
                try:
                    date = datetime.strptime(part, rule[1])
                    if rule[2]:
                        for key in rule[2]:
                            if key == 'year':
                                date = datetime(rule[2][key], date.month, date.day)

                    result.append(date)
                except ValueError:
                    pass
            return result

    # If you reach heare, NO matching rule
    raise ValueError("Datestring '{}', does not match any rule!".format(datestring))

# Usage

for datestring in ['9/19', 'September 18-September 20', '2018-09-01']:
    result = datetime_from_string(datestring)
    print("str:{} result:{}".format(datestring, result))

Выход:

str:'9/19' result:[datetime.datetime(2018, 9, 19, 0, 0)]
str:'September 18-September 20' result:[datetime.datetime(2018, 9, 18, 0, 0), datetime.datetime(2018, 9, 20, 0, 0)
ValueError: Datestring '2018-09-01', does not match any rule!

Протестировано с Python: 3.4.2