Làm thế nào để Apple tìm thấy ngày, thời gian và địa chỉ trong email?

Trong ứng dụng email khách iOS, khi email chứa ngày, giờ hoặc địa điểm, văn bản sẽ trở thành một siêu liên kết và có thể tạo một cuộc hẹn hoặc xem bản đồ chỉ bằng cách nhấn vào liên kết. Nó không chỉ hoạt động cho các email bằng tiếng Anh, mà trong các ngôn ngữ khác cũng có. Tôi thích tính năng này và muốn hiểu làm thế nào họ làm điều đó.

Cách ngây thơ để làm điều này sẽ có nhiều biểu thức chính quy và chạy tất cả. Tuy nhiên, điều này sẽ không có quy mô tốt và sẽ chỉ hoạt động với một định dạng ngôn ngữ hoặc ngày cụ thể, v.v. Tôi nghĩ rằng Apple phải sử dụng một số khái niệm về học máy để trích xuất các thực thể (8:00 PM, 8pm, 8:00, 0800, 20:00, 20h, 20h00, 2000 v.v.).

Bất kỳ ý tưởng nào làm thế nào Apple có thể trích xuất các thực thể nhanh chóng trong ứng dụng email của mình? Thuật toán học máy nào bạn sẽ áp dụng để hoàn thành nhiệm vụ đó?

Họ có thể sử dụng các kỹ thuật khai thác thông tin cho việc này.

Dưới đây là bản demo của công cụ SUTime của Stanford:

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

Bạn sẽ trích xuất các thuộc tính về n-gram (từ liên tiếp) trong tài liệu:

• sốOfLetters
• numberOfSymbols
• chiều dài
• trước đây
• kế tiếp
• nextWordNumberOfSymbols
  ...

Và sau đó sử dụng thuật toán phân loại và cung cấp cho nó các ví dụ tích cực và tiêu cực:

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

Bạn có thể thoát khỏi 50 ví dụ về mỗi ví dụ, nhưng càng nhiều càng tốt. Sau đó, thuật toán học dựa trên các ví dụ đó và có thể áp dụng cho các ví dụ trong tương lai mà nó chưa từng thấy trước đây.

Nó có thể học các quy tắc như

• nếu từ trước đó chỉ là ký tự và có thể là dấu chấm ...
• và từ hiện tại là trong "tháng hai", "tháng ba", "the" ...
• và từ tiếp theo là trong "thứ mười hai", any_number ...
• sau đó là ngày

Đây là một video hay của một kỹ sư Google về chủ đề này

Đó là một công nghệ mà Apple thực sự đã phát triển từ rất lâu trước đây Apple Data Detectors. Bạn có thể đọc thêm về nó ở đây:

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

Về cơ bản, nó phân tích văn bản và phát hiện các mẫu đại diện cho các phần dữ liệu cụ thể, sau đó áp dụng các hành động theo ngữ cảnh của hệ điều hành cho nó. Nó gọn.

Điều này được gọi là nhận dạng biểu thức thời gian và phân tích cú pháp. Dưới đây là một số tìm kiếm của Google để giúp bạn bắt đầu:

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

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

Một phần của câu đố có thể là NSDataDetectorlớp học. Nó được sử dụng để nhận ra một số loại tiêu chuẩn như số điện thoại.

Tôi đã từng viết một trình phân tích cú pháp để làm điều này, bằng cách sử dụng pyparsing. Điều đó thực sự rất đơn giản, bạn chỉ cần thực hiện đúng tất cả các cách khác nhau, nhưng không có nhiều cách như vậy. Chỉ mất vài giờ và khá nhanh.

Apple có bằng sáng chế về cách họ thực hiện Hệ thống và phương pháp để thực hiện một hành động đối với cấu trúc trong dữ liệu máy tính và đây là câu chuyện về bằng sáng chế táo-bằng-sáng chế-nsdatadetector này