LUIS 不一致的 datetimeV2 解析（美国和英国格式）

Question

据我所知，LUIS 仅出现在英语的 en-US 文化中（没有 en-UK）。因此，我希望 datetimeV2 实体以 YYYY-DD-MM 的形式返回。但是有时 LUIS 会以 YYYY-MM-DD 的形式发回 datetimeV2 实体，并且无法以编程方式判断这种情况何时发生。

例子：

“请假 01/03/2019 至 04/03/2019”的表述解析为美国 YYYY-DD-MM 格式：

[ { timex: '(2019-01-03,2019-04-03,P90D)',
    type: 'daterange',
    start: '2019-01-03',
    end: '2019-04-03' } ]

但是，话语“请假 2019 年 3 月 1 日至 2019 年 3 月 4 日”或“请假 2019 年 3 月 1 日至 2019 年 3 月 4 日”解析为英国 YYYY-MM-DD 格式：

[ { timex: '(2019-03-01,2019-03-04,P3D)',
    type: 'daterange',
    start: '2019-03-01',
    end: '2019-03-04' } ]

另外，如果在月份 > 12 时日期写为 DD/MM/YYYY，格式会再次切换为 YYYY-MM-DD。例如。 “请假 01/03/2019 到 18/03/2019”解析为第一个日期为 YYYY-DD-MM，第二个日期为 YYYY-MM-DD：

[ { timex: '(2019-01-03,2019-03-18,P74D)',
    type: 'daterange',
    start: '2019-01-03',
    end: '2019-03-18' } ]

如果格式不断变化，这使得解析日期变得非常困难。如何确保每个日期范围都格式化为 YYYY-DD-MM？甚至是 YYYY-MM-DD，只要它一致或至少告诉我它使用了什么格式，我都不在乎。

Answer 1

您的问题有几点需要说明。

第一个是关于前两个项目：这里你的评估有错误：

“请假 2019 年 1 月 3 日至 2019 年 4 月 3 日”的表述解决为美国 YYYY-DD-MM 格式：

[ { timex: '(2019-01-03,2019-04-03,P90D)',
    type: 'daterange',
    start: '2019-01-03',
    end: '2019-04-03' } ]

这里的分辨率不是美国 (YYYY-DD-MM) 格式，而是英国格式 YYYY-MM-DD 因为如您所见，提到了P90D 的持续时间：两个日期之间有 90 天，所以 3 个月.

---

对于您的最后一项，原因不同。当您查看它的工作原理时，可以对其进行解释。对于这种情况，您必须了解此项目识别的工作原理：如您所见 here，LUIS 使用 Microsoft.Recognizers.Text 从文本中进行实体提取：

Microsoft.Recognizers.Text 支持两个 LUIS 中的预构建实体： 语言理解智能服务和微软机器人 框架;并且也可作为独立软件包提供（用于基础 类和不同的实体识别器）。

所有这些解决方案都是开源的，在这里：https://github.com/Microsoft/Recognizers-Text 以便我们进行分析。

.Net 版本中可用的文化在此处列出：https://github.com/Microsoft/Recognizers-Text/blob/master/.NET/Microsoft.Recognizers.Text/Culture.cs

public const string English = "en-us";
public const string EnglishOthers = "en-*";
public const string Chinese = "zh-cn";
public const string Spanish = "es-es";
public const string Portuguese = "pt-br";
public const string French = "fr-fr";
public const string German = "de-de";
public const string Italian = "it-it";
public const string Japanese = "ja-jp";
public const string Dutch = "nl-nl";
public const string Korean = "ko-kr";

我使用识别器提供的 Culture 可能性做了一个快速演示，看看您的数据的输出是什么（因为我不知道 LUIS 中使用了哪个 English）：

Recognizing 'take time off 01/03/2019 to 18/03/2019'

**English**

01/03/2019 to 18/03/2019
{
  "values": [
    {
      "timex": "(2019-01-03,2019-03-18,P74D)",
      "type": "daterange",
      "start": "2019-01-03",
      "end": "2019-03-18"
    }
  ]
}

**English Others**

01/03/2019 to 18/03/2019
{
  "values": [
    {
      "timex": "(2019-03-01,2019-03-18,P17D)",
      "type": "daterange",
      "start": "2019-03-01",
      "end": "2019-03-18"
    }
  ]
}

如您所见，我的第一个结果与您的结果相匹配，所以我猜 LUIS 是基于 English 文化，所以如果您看一下上面的话，那么 en-US。

基于此，您可以在实现中看到，对于美国版本，它尝试首先匹配 YYYY-DD-MM，而 YYYY-MM-DD 是一个后备，因此您句子的第一个日期使用的是第一次匹配（识别为 1 月 3 日），而第二个日期使用后备（识别为 3 月 18 日）