文本当中蕴含着大量的时间表达式,识别并利用文本中的时间表达式,对许多自然语言处理任务有所帮助,如自动问答、阅读理解等等。Time ML是针对文本中时间和事件的标注规范,在时间方面,它定义了时间表达式的定界与标准化值,让我们更科学地认识了时间表达式。本文根据Time ML中关于时间表达式的标注规范,利用手工与自动相结合的方式,对文本中时间表达式的识别与标准化进行了探究,主要工作和贡献如下:1.针对时间表达式识别,本文将其建模成模式匹配问题,并提出一种基于模式的方法TR。该方法首先手工构建了词例类型体系,接着利用词例类型抽象出时间表达式的模式,最后用生成的模式匹配可能的时间表达式。TR因其自动生成模式的特点而比一般规则方法需要更少的人工,同时具有很好的可解释性。在实验评测中,TR取得了较好的召回率,而精度却不甚理想。2.本文在TR的基础上提出了TR*方法。TR*在模式生成之后进行了模式选择,保留质量好的模式剔除质量差的模式。本文将模式选择问题建模成EBMC问题并使用一种贪心算法解决。在评测中,TR*取得了令人满意的结果。3.针对时间表达式标准化,本文提出了一种基于规则的方法TN。该方法主要通过人工设计时间函数来给词例分配标准化规则,再使用启发式算法将标准化规则组合成所需函数形式,最后依次执行。TN无需设计表达式层面的规则,同时更加灵活方便。在实验评测中,TN在各项指标上都取得了不错的结果。