Question

我正在研究一个字符串解析器，它将读取一个短语或句子并解析它以获得日程/时间信息。例如，输入可能包含短语

“每天两次”

或

“星期一，星期三和星期五”

目标是创建一个模板，在给定开始日期和结束日期时，该模板可以转换为DateTimes列表。我已考虑将此模板存储为Func<DateTime, bool>：

前一个例子可能被解释为(d => d.TimeOfDay == TimeSpan.FromHours(8) || d.TimeOFDay == TimeSpan.FromHours(18))或任何时候最有意义。

后一个例子可以解释为(d => d.TimeOfDay == TimeSpan.FromHours(8) && (d.DayOfWeek == Monday || d.DayOfWeek == Wednesday || d.DayOfWeek == Friday))。

然后，我可以在开始日期和结束日期之间循环每小时，如果函数返回true，则将时间添加到日程表中。

我遇到的麻烦是解析。我目前的解决方案是创建一个字典，其中包含我可能期望的所有短语，以及适当的过滤器作为值。然而，这开始变得非常混乱和不可持续，尤其是可能的重叠量：

var phrases = new Dictionary<string, Func<DateTime, bool>>()
{
    { "DAILY", (d => true) },
    { "A DAY", (d => true) },
    { "PER DAY", (d => true) },
    { "EVERY DAY", (d => true) },
    { "SUNDAY", (d => d.DayOfWeek == DayOfWeek.Sunday) },
    { "SUN", (d => d.DayOfWeek == DayOfWeek.Sunday) },
    { "MONDAY", (d => d.DayOfWeek == DayOfWeek.Monday) },
    { "MON", (d => d.DayOfWeek == DayOfWeek.Monday) },
    . . .
}

有什么更好的方法可以做到这一点？

Answer 1

完全处理这个问题非常困难。我在.NET的自然语言引擎（https://nuget.org/packages/AboditNLP/）中处理了许多（但不是全部）可能性。

其中一个挑战是英语含糊不清：“星期一”可能意味着本星期一，下周一或上周一取决于具体情况。

您的基本方法很好：将日期时间映射到所需值的函数组合在一起。但是，函数的输出可能需要是单个日期时间或日期时间范围，或日期时间范围的集合（例如，2013年5月的每个星期一）。人们使用的短语实际上是无限范围的，你可能需要枚举这些短语以获得下一个（或几个）（例如每个星期一）。

英语DateTime表达式可以表达查询或生成序列。对数据库进行查询（SQL或LINQ表达式）所需的内容可能与将表达式放入日历条目时所需的内容大不相同。

.NET中的内置Datetime和TimeSpan类不足以代表您将遇到的大多数英语日期时间表达式。它们无法表示像“两周”这样的常见间隔，也无法处理范围，集合，交集，并集以及所需的所有其他组合。

从解析的角度来看，你不能简单地从左到右。与算术一样，时间运算符可能具有优先级规则。例如，“五月的最后一个星期五”确实需要作为InfiniteRepeatEveryYear(LastOf(IntersectionOf(all Fridays, all Mays)))处理，即“五月星期五”需要解析才能将“最后一个”应用到它。

这是一个非常难的问题，祝你好运！

C＃用同义词解析关键短语

1 个答案: