Apple如何在电子邮件中查找日期,时间和地址？

Question

在iOS电子邮件客户端中,当电子邮件包含日期,时间或位置时,文本将成为超链接,只需点击链接即可创建约会或查看地图.它不仅适用于英语电子邮件,也适用于其他语言.我喜欢这个功能,想了解他们是如何做到的.

这样做的天真方法是拥有许多正则表达式并运行它们.但是我不能很好地扩展它并且只适用于特定的语言或日期格式等.我认为Apple必须使用一些机器学习的概念来提取实体(晚上8点,晚上8点,8点, 0800,20:00,20h,20h00,2000等).

知道Apple如何能够在其电子邮件客户端中如此快速地提取实体？您将应用什么机器学习算法来完成这样的任务？

Answer 1

他们可能会使用信息提取技术.

这是斯坦福的SUTime工具的演示:

http://nlp.stanford.edu:8080/sutime/process

您将在文档中提取有关n-gram(连续单词)的属性:

• numberOfLetters
• numberOfSymbols
• 长度
• previousWord
• nextWord
• nextWordNumberOfSymbols
  ...

然后使用分类算法,并提供正面和负面的例子:

Observation  nLetters  nSymbols  length  prevWord  nextWord isPartOfDate  
"Feb."       3         1         4       "Wed"     "29th"   TRUE  
"DEC"        3         0         3       "company" "went"   FALSE  
...

你可能会得到50个例子,但越多越好.然后,算法基于这些示例进行学习,并且可以应用于之前未见过的未来示例.

它可能会学习诸如此类的规则

• 如果前一个单词只是字符,可能是句点......
• 当前的词是在"二月","三月","那个"......
• 而下一个单词是"第十二",any_number ...
• 然后是约会

以下是Google工程师关于此主题的视频

Answer 2

这是苹果公司很久以前开发的一种技术Apple Data Detectors.你可以在这里读更多关于它的内容:

http://www.miramontes.com/writing/add-cacm/

本质上,它解析文本并检测表示特定数据片段的模式,然后对其应用操作系统上下文操作.它很整洁.

Answer 3

这称为时态表达式识别和解析.以下是一些Google搜索,可帮助您入门:

https://www.google.com/#hl=en&safe=off&sclient=psy-ab&q=timebank+timeml+timex

https://www.google.com/#hl=en&safe=off&sclient=psy-ab&q=temporal+expression+tagger

Answer 4

拼图的一部分可能是NSDataDetector班级.它用于识别一些标准类型,如电话号码.