在空间中检测日期

Question

是否有一种方法可以编写基于规则的系统，以便从合同文本中捕获开始/结束日期等内容。以下是几个真实的例子。我是大胆的日期实体，我希望spacy自动检测。如果你有不同的想法，而不是斯佩奇，这也是可以的！

1. 本租赁的初始期限为五年，自February 1, 2012 (“租赁生效日期”)起，至January 31, 2017 (“初始租赁期限”)届满。
2. 任期：January 1, 2007 (“生效日期”)至December 31, 2007 (“终止日期”)开始一(1)年。
3. 本租赁协议的有效期为15年，从January 1, 2014开始，在December 31, 2028上终止。

Answer 1

我认为你必须明确区分两种方法：

1)统计模型/机器学习。NER模型。当试图确定一个特定的令牌或多个连续的标记是日期时，这些内容将考虑到句子的上下文。spaCy有预先构建的NER模型，您可以下载这些模型来试用特定的数据。您将希望查找那些具有doc.ents的实体(在ent.label_ == DATE中)。一旦有了这些实体，就可以通过日期解析器运行它们，以了解实际日期是什么。有关更多信息，请参见这里。

2)基于规则的实体识别。在这里，您必须自己定义规则，指定您期望日期的样子，例如，XX/XX/XXXX和X是一个数字。然而，正如user1558604所指出的，如果要识别不同的日期表示，就必须编写多个不同的规则。您可以找到spaCy的基于规则的匹配方法这里的概述。

Answer 2

您可以使用来自CoreNLP的CoreNLP来轻松地完成它：https://github.com/FraBle/python-sutime