2. 时间感知的实体识别：实体抽取中的时间属性、时间表达式归一化、实体对齐中的时间约束

好，咱们进入第二个核心话题。时间感知的实体识别。

说实话，很多做知识图谱的朋友，一开始都忽略了时间这个维度。他们觉得，实体就是实体，张三就是张三，公司就是公司。但我在实际项目中踩过坑之后才发现——没有时间标签的实体，就像没有身份证的人，你根本不知道它什么时候有效，什么时候失效。

2.1 实体抽取中的时间属性

先问一个问题：你抽取出来的“CEO”这个实体，它永远都是CEO吗？

当然不是。马化腾1998年是CEO，2023年还是CEO吗？他早就退居二线了。所以，每个实体关系，都应该带上时间戳。

我个人习惯把时间属性分为三类：

• 有效时间：这个实体或关系在现实世界中成立的时间段。比如“张三担任CEO”这个事实，有效时间是2010-2020年。
• 事务时间：这条数据被录入到数据库的时间。比如我今天才把张三的离职信息录入系统，事务时间就是今天。
• 业务时间：业务场景中定义的时间。比如财报中的“报告期”，就是业务时间。

我在项目中遇到过这样一个案例：某企业2018年变更了法人，但我们的知识图谱没有记录时间戳。结果2022年做贷后检查时，系统还在给原法人推送风险预警。嗯，这显然是个大乌龙。

2.2 时间表达式归一化

实体抽取时，时间表达式的写法五花八门。你想想看：

• “去年三月”
• “2023年3月”
• “2023-03”
• “三月份”
• “3个月前”

这些其实都指向同一个时间点。但计算机不认识“去年”、“三个月前”这种相对表达。所以，归一化是必须的。

我常用的归一化策略是这样的：

原始表达式	归一化结果	说明
去年三月	2023-03	相对时间转绝对时间
2023年3月	2023-03	中文格式标准化
2023-03-15	2023-03-15	ISO格式保留
三月份	XXXX-03	缺少年份，需上下文推断
3个月前	2024-01	基于当前时间计算

代码实现上，我一般用正则+规则引擎来做第一轮归一化。遇到模糊的，再交给模型去推理。

import re
from datetime import datetime, timedelta

def normalize_time_expression(text, context_year=None):
    """
    时间表达式归一化
    """
    # 处理"去年"、"今年"、"明年"
    now = datetime.now()
    year = context_year if context_year else now.year
    
    if '去年' in text:
        year = year - 1
        text = text.replace('去年', f'{year}年')
    elif '今年' in text:
        text = text.replace('今年', f'{year}年')
    elif '明年' in text:
        year = year + 1
        text = text.replace('明年', f'{year}年')
    
    # 处理"X个月前"
    match = re.search(r'(\d+)个月前', text)
    if match:
        months = int(match.group(1))
        target_date = now - timedelta(days=months*30)
        text = text.replace(match.group(0), target_date.strftime('%Y-%m'))
    
    # 统一格式为 YYYY-MM-DD
    # ... 更多规则
    
    return text

2.3 实体对齐中的时间约束

实体对齐，说白了就是判断两个实体是不是同一个东西。但加上时间约束后，事情就变得有趣了。

举个例子：

• 知识图谱A中：张三，2010-2020年担任A公司CEO
• 知识图谱B中：张三，2021-2023年担任B公司CEO

这两个“张三”是同一个人吗？

从名字上看，是的。但从时间上看，他担任CEO的公司不同，而且时间不重叠。所以，时间约束可以帮助我们做更精准的对齐。

我总结了几条时间约束规则：

1. 时间不重叠原则：同一个实体在同一时间点，不能有两个冲突的属性值。比如一个人不能同时是两家公司的法人。
2. 时间连续性原则：某些属性应该是连续的。比如一个人的出生日期，不会变来变去。
3. 时间顺序原则：事件的发生顺序必须合理。比如“入职”必须在“离职”之前。

下面这张图，是我自己画的一个时间感知实体对齐的流程。你看一眼就明白了。

你看，整个流程其实不复杂。核心就是：先提取时间，再归一化，最后用约束做判断。

我记得有一次做企业工商信息对齐，两个数据源都指向同一家公司，但成立日期差了1天。一个写的是2010-03-15，另一个写的是2010-03-16。如果不用时间约束，系统就会认为这是两家不同的公司。但加上“允许1天误差”的约束后，它们就被正确对齐了。

嗯，这就是时间感知的魅力。它让实体识别不再是一个静态的快照，而是一个动态的、有生命力的过程。