2

我正在研究一个字符串解析器，它将读取一个短语或句子并解析它以获取时间表/时间信息。例如，输入可能包括短语

“每天两次”

或者

“周一、周三和周五”

目标是创建一个模板，该模板可以转换为DateTimes给定开始和结束日期的列表。我曾考虑将此模板存储为Func<DateTime, bool>：

前一个例子可能被解释为(d => d.TimeOfDay == TimeSpan.FromHours(8) || d.TimeOFDay == TimeSpan.FromHours(18))或任何时间最有意义。

后一个例子可以解释为(d => d.TimeOfDay == TimeSpan.FromHours(8) && (d.DayOfWeek == Monday || d.DayOfWeek == Wednesday || d.DayOfWeek == Friday))。

然后，我可以在开始日期和结束日期之间的每个小时内循环，如果函数返回 true，则将时间添加到时间表中。

我遇到的问题是解析。我目前的解决方案是创建一个字典，其中包含我可能期望的所有短语，以及适当的过滤器作为值。然而，这开始看起来非常混乱和不可持续，尤其是在可能存在大量重叠的情况下：

var phrases = new Dictionary<string, Func<DateTime, bool>>()
{
    { "DAILY", (d => true) },
    { "A DAY", (d => true) },
    { "PER DAY", (d => true) },
    { "EVERY DAY", (d => true) },
    { "SUNDAY", (d => d.DayOfWeek == DayOfWeek.Sunday) },
    { "SUN", (d => d.DayOfWeek == DayOfWeek.Sunday) },
    { "MONDAY", (d => d.DayOfWeek == DayOfWeek.Monday) },
    { "MON", (d => d.DayOfWeek == DayOfWeek.Monday) },
    . . .
}

有什么更好的方法来做到这一点？

4

1 回答 1

0

要彻底解决这个问题是一个非常困难的问题。我在我的 .NET 自然语言引擎 ( https://nuget.org/packages/AboditNLP/ ) 中处理了许多（但不是全部）可能性。

挑战之一是英语模棱两可：“MONDAY”可能表示本周一、下周一或上周一，具体取决于上下文。

您的基本方法是一个很好的方法：组合将日期时间映射到所需值的函数。但函数的输出可能需要是单个日期时间或日期时间范围，或日期时间范围的集合（例如 2013 年 5 月的每个星期一）。人们使用的许多短语实际上是无限范围的，您可能需要列举这些短语以获得下一个（或多个）（例如每周一）。

英文 DateTime 表达式可以表示查询或生成序列。您想要查询数据库（SQL 或 LINQ 表达式）的内容可能与将表达式放入日历条目时想要的内容大不相同。

.NET 中的内置 Datetime 和 TimeSpan 类不足以表示您将遇到的大多数英语日期时间表达式。它们无法表示像“两周”这样的常见间隔，也无法处理范围、集合、交集、并集以及您需要的所有其他组合。

从解析的角度来看，您不能简单地从左到右。像算术一样，时间运算符可能有优先规则。例如，“五月的最后一个星期五”确实需要处理为InfiniteRepeatEveryYear(LastOf(IntersectionOf(all Fridays, all Mays)))，即“五月的星期五”需要解析才能应用“最后一个”。

这是一个非常困难的问题，祝你好运！

于 2013-06-04T16:07:32.247 回答