azure - LUIS 不一致的 datetimeV2 解析(美国和英国格式)

Question

据我所知，LUIS 仅适用于英语的 en-US 文化(没有 en-UK)。因此，我希望 datetimeV2 实体返回为 YYYY-DD-MM。但是，有时 LUIS 会以 YYYY-MM-DD 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。

示例:

话语“take time off 01/03/2019 to 04/03/2019”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，语句“take time off 1st March 2019 to 4th March 2019”或“take time off March 1st 2019 to March 4th 2019”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' } ]

此外，如果月份 > 12 时日期写为 DD/MM/YYYY，则格式会再次切换为 YYYY-MM-DD。例如。 “take time off 01/03/2019 to 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的格式均为 YYYY-DD-MM？或者甚至是 YYYY-MM-DD，我不在乎，只要它一致或者至少告诉我它使用了什么格式。

Answer 1

您的问题中有几点值得一看。

第一个是关于前两项:您的评估有误:

Utterance "take time off 01/03/2019 to 04/03/2019" resolves as the US YYYY-DD-MM format:

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

此处的分辨率不是美国 (YYYY-DD-MM) 格式，而是英国格式 YYYY-MM-DD 因为如您所见，是 P90D 的持续时间:两个日期之间相隔 90 天，即 3 个月。

<小时/>

对于您的最后一项，原因有所不同。当你看看它是如何工作的时候就可以解释了。对于这种情况，您必须了解此项目识别是如何工作的:如您所见 here ，LUIS 使用 Microsoft.Recognizers.Text 从文本中提取实体:

Microsoft.Recognizers.Text powers pre-built entities in both LUIS: Language Understanding Intelligent Service and Microsoft Bot Framework; and is also available as standalone packages (for the base classes and the different entity recognizers).

所有这个解决方案都是开源的，在这里:https://github.com/Microsoft/Recognizers-Text这样我们就可以分析了。

此处列出了 .Net 版本中可用的区域性: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文化可能性做了一个快速演示，看看您的数据的输出是什么(因为我不知道哪个英语是用于 LUIS):

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匹配，因此我猜 LUIS 基于英语文化，因此en-US(如果您查看上面的内容)。

基于此，您可以在实现中看到，对于美国版本，它首先尝试匹配 YYYY-DD-MM，而 YYYY-MM-DD 是后备，因此句子的第一个日期使用第一个匹配(识别为 1 月 3 日)，而第二个日期使用后备日期(识别为 3 月 18 日)