Una expresión temporal en un texto es una secuencia de elementos (palabras, números y caracteres) que denotan tiempo, es decir, expresan un punto en el tiempo, una duración o una frecuencia. Ejemplos:
Nació el <TIMEX>6 de mayo de 1980</TIMEX>.
El espectáculo duró <TIMEX>7 minutos</TIMEX>.
La bomba hace circular el agua <TIMEX>cada 2 horas</TIMEX>.
Inicialmente, las expresiones temporales se consideraban un tipo de entidades nombradas y su identificación formaba parte de la tarea de reconocimiento de entidades nombradas . Desde el programa de Extracción Automática de Contenido de 2004, se ha identificado una tarea separada y se la ha denominado Reconocimiento y Normalización de Expresiones Temporales (TERN). La evaluación de Timex ahora se evalúa en dos desafíos de anotación temporal importantes: TempEval e i2b2, los cuales prefieren el estándar TIMEX3 de nivel TimeML . [1]
De manera similar a los sistemas NER, los etiquetadores de expresiones temporales se han creado utilizando técnicas basadas en gramática lingüística o modelos estadísticos . Los sistemas basados en gramática hechos a mano generalmente obtuvieron mejores resultados, pero a costa de meses de trabajo por parte de lingüistas experimentados. Hay muchos sistemas de este tipo disponibles en la actualidad, [2] [3] [4] por lo que crear un reconocedor de expresiones temporales desde cero generalmente es una duplicación de esfuerzos indeseable. En cambio, los enfoques actuales se centran en nuevas subclases de timex. [5]
Los sistemas estadísticos suelen requerir una gran cantidad de datos de entrenamiento anotados manualmente y, por lo general, se aplican solo a la tarea de reconocimiento (aunque se trabaja con algoritmos de aprendizaje automático para resolver ciertas ambigüedades en el paso de interpretación). [6] [7]