如何解析时间表达式（尤其是时间范围），Python？答案

【问题标题】：How to parse temporal expressions (esp. time ranges), Python?如何解析时间表达式（尤其是时间范围），Python？
【发布时间】：2015-09-26 06:48:49
【问题描述】：

我有一个包含 3 个组件的 NLP 任务。我尝试了几种方法（最后提到），但我无法获得好的结果。

例子：

以2015 年 7 月 20 日星期四 2000 小时为参考时间

时间触发：

2 之后的任何计时器都可以

Answer:  [tTrigger] - start - 0200 hrs,July 21st 2015

5 之前是好的

[tTrigger] - start - now, 2000hrs, July 20th, 2015 : end - 0500 hrs, July 21st, 2015

我尝试使用正则表达式来执行此操作，结果非常通用。我读到的第二个选项是尝试让模型从 Naive Bays 分类器中学习，但 naive bays 学习的是准确的单词而不是短语。

我在 python 中遇到了parsedatetime 1.5 包，它在将短语转换为时间戳方面非常棒，这解决了 3. 提到的问题，但我仍然无法解决拘留和分类问题。

【问题讨论】：

这不是代码编写服务。展示您的尝试，我们将提供帮助。请阅读how to ask a question
@pynchia：对不起，如果你误会了！！！我是 NLP 的新手，所以想了解一下。截至目前，我知道正则表达式不起作用。我想知道我可以使用哪些其他工具。我肯定会自己编写代码。这就是为什么我用 NLP 关键字而不是任何语言关键字来标记问题。
朴素贝叶斯不学习单词，它学习给定一些输入的概率，并且以前相信在给定一些上下文的情况下发现该输入的概率。如果您开始考虑单词的组合及其顺序，这可能会有所帮助。我并不是说朴素贝叶斯是要走的路，只是指出它不会在你指出的地方停止。
@miraculixx 谢谢，让我试一试。
我对同样的问题感兴趣 - 您是否发现了如何最好地解决这个问题？

【解决方案1】：

斯坦福的CoreNLP 库有一个Python 包装器，其中包括SUTime 工具。查看在线 SUTime demo 看看这是否对您有用。

【讨论】：

虽然此链接可能会回答问题，但最好在此处包含答案的基本部分并提供链接以供参考。如果链接页面发生更改，仅链接答案可能会失效。 - From Review
出于好奇，您将如何在答案中显示演示？
精简教程，添加更多解释等
在本例中，这是一个学术工具，由斯坦福 NLP 实验室编写和维护。我认为他们的解释简洁明了，比我在这里提供的任何解释都要好得多。本身没有教程，页面上更多的使用部分显示了如何调用库。想不出我会在这些中添加什么..
也许......但我不知道有更好的免费工具来完成这种工作。