我目前正在运行pyhton代码，该代码遍历文本文件的每一行并解析日期行。如果确实在行中找到了日期，则该行将复制到新的输出文件中。 我在100个文档上重复这个过程，最后我得到一个输出文件，其中包含日期类似于2013年8月，2014年8月，01-11-19等等的行。＆＃34;
问题在于，它没有提供与某些日期相关的事件的准确信息。
这个问题有更优雅的方法吗？ 以下是我试图提取2010年12月日期事件的文件
根据当地一家杂志昨天发表的一项研究，台北是所有主要城市和县中最具竞争力的地方。 在全球视野杂志的研究中，台北分别在经济，就业，教育，环境保护，公共安全，医疗和地方财政等各个类别中排名第一。 从整体竞争力来看，台北是第一，其次是新竹市，嘉义市和新北市。 Global View评论说，在中央政府大力资助的六十多年的特权发展中，台北在可预见的未来仍将不受挑战。 台北和新台北是全国五个内阁级别的特殊城市中的两个，但其他三个 - 台中，台南和高雄 - 虽然拥有的资源比大多数其他地方政府更多，但未能获得良好的评分。 台中排名第七，台南第12和高雄在所有19个地方政府中排名第15。 2010年12月，三个特殊城市通过合并邻近县而发展到现在的规模。但Global View表示，合并削弱了他们的竞争力。 但就经济竞争力而言，所有五个特殊城市都排在前十位。 底部是农业屏东县。但该杂志说，另一个农业县台东进入前十，占据第八位，主要是因为其犯罪率低。
正如您所看到的，当我解析包含2010年12月的行时，我真的没有得到任何有意义的信息 但实际上有一个重大事件是合并了不同的县。 这没有被捕获。因此我需要知道是否有任何算法/库可以帮助我捕获在特定日期发生的事件
由于
答案 0 :(得分：8)
我建议你试试用于python的NLTK库。你可以在这里得到它，这里也是它的一些基本手册： http://www.nltk.org/book/ch07.html
它有大量用于从文本中提取含义的算法。它还有一些模块可以让你：
1）提取实体 2）提取日期 3）建立提取的实体和日期之间的关系。
我建议你注意NLTK库中的timex.py模块： https://github.com/nltk/nltk_contrib/blob/master/nltk_contrib/timex.py
它主要用于标记文本中的日期和时间。
以下是提取实体关系的指南： http://www.nltk.org/howto/relextract.html
所以我相信你可以从你的文本中提取有趣的实体（比如你提到的事件），你可以提取日期作为另一组实体，并使用NLTK你可以建立这些提取的实体之间的关系。因此，你应该得到你需要的东西 - 发生的事情。