请问怎么对日期时间类词进行准确分词

[sugarZ]

jieba.lcut('2017年10月5日或2017-10-03或12:21和12点30分还有十二点三十分') 分出来 ['2017年', '10月', '5日', '或', '2017', '-', '10', '-', '03', '或', '12', ':', '21', '和', '12点', '30分', '还有', '十二点', '三十分'] 如何分成 ['2017年10月5日', '或', '2017-10-3', '或', '12:21', '和', '12点30分', '还有', '十二点三十分']

[ghost]

把这些词汇加入到词典中

发自我的vivo智能手机

sugarZ [email protected]编写：

jieba.lcut('2017年10月5日或2017-10-03或12:21和12点30分还有十二点三十分') 分出来 ['2017年', '10月', '5日', '或', '2017', '-', '10', '-', '03', '或', '12', ':', '21', '和', '12点', '30分', '还有', '十二点', '三十分'] 如何分成 ['2017年10月5日', '或', '2017-10-3', '或', '12:21', '和', '12点30分', '还有', '十二点三十分'] — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub, or mute the thread.

[sugarZ]

之前也想到了,如果固定的几个还可以,但是非常大量的日期时间格式,没法全部加到字典,这方法太笨了.

[JiaWenqi]

@sugarZ，请问lcut可以将“2017年”分词到一起吗，貌似我这边是“2017”，“年”

[sugarZ]

@JiaWenqi 好像不行,我是加的自定义词典,把最近的年份都添加了进去,还有1-12月0-24点(钟),但是如果把时间也加上就太麻烦了,如果jieba支持特定格式分词配置就好了.

[xiaotu9639]

目前想到一个方案，将待分词文本用时间正则进行分割后分段进行分词

[Syhen]

日期这种，我是先用正则提取（日期+索引），然后将原文中对应索引的字符替换为占位符（比如$），最后根据占位符进行字符替换。

[guchengxi1994]

http://evenvi.com/index.php/archives/66/ 试试这个，用jieba实现的