如何在python中使用SUTime、NLP提取数据

Question

对于数据提取，我尝试使用NLTK (自然语言处理的一部分)-正则表达式，unigram。使用这些我可以提取日期，但是当我为同一日期提取器传递不同的消息时，它无法识别日期格式。当我进一步搜索它时，我偶然发现了SUTime来提取日期。

有人能告诉我们如何安装SUTime并使用python从文本消息中提取数据吗？

或

还有其他方法可以使用python从文本消息中提取日期吗？

(注意:文本消息不是机器生成的。因此日期格式从一条消息更改到另一条消息)

例如:短信：“2015年10月10日4:20科技委。在贝尔多尔终点站，UNL自2015年10月12日起不可用，时间:下午1:30至东部时间晚上07:30。”产出：

Date1 : 10/10/2015 04:20:00 CST Date2 : 10/12/2015 13:30 Date3 : 10/12/2015 19:30

Answer 1

现在有一个用于SUTime的python包装器。

以下是来自自述的。安装：

pip install setuptools_scm jpype1 # install pre-reqs
pip install sutime
# use package pom.xml to install all Java dependencies via Maven into ./jars
mvn dependency:copy-dependencies -DoutputDirectory=./jars

注意:在运行mvn依赖项:复制依赖项命令之前，请确保将pom.xml文件从上面的repo链接复制到执行命令的目录(这个目录必须在下面的_file_路径中指定)。

小用例：

import os
import json
from sutime import SUTime

if __name__ == '__main__':
    test_case = u'I need a desk for tomorrow from 2pm to 3pm'
    
    jar_files = os.path.join(os.path.dirname(__file__), 'jars')
    sutime = SUTime(jars=jar_files, mark_time_ranges=True)

    print(json.dumps(sutime.parse(test_case), sort_keys=True, indent=4))

输出：

[
    {
        "end": 26,
        "start": 18,
        "text": "tomorrow",
        "type": "DATE",
        "value": "2016-10-14"
    },
    {
        "end": 42,
        "start": 27,
        "text": "from 2pm to 3pm",
        "type": "DURATION",
        "value": {
            "begin": "T14:00",
            "end": "T15:00"
        }
    }
]

Answer 2

SUTime在JVM上运行。因此，不确定是否可以从Python中无缝地调用它。据我所知，Python没有SUTime端口。

Answer 3

现在python包装器可以用于Sutime了。

请参阅下面的链接

https://github.com/FraBle/python-sutime

请遵循以下步骤:1. the安装sutime 2.mvn依赖项:复制依赖项-DoutputDirectory=./jars -f $(python3 -c 'import the；import路径库；python3/“pom.xml”)

你将得到一个运行代码！