基于自定义知识库，提出一种知识库强化规则集以及与统计模型相结合的Et语时间表达式识别方法，旨在不断提高时间表达式的识别精准度。按照Timex2标准对时间表现的细化分类，结合日语时间词的特点，渐进地扩展重构日语时间表达式知识库，实现基于知识库获取的规则集的优化更新。同时，融合条件随机场CRF统计模型，提高Et语时间表达式识别的泛化能力。通过考察基于短语的翻译模型翻译时间词的精度，提出统计机器翻译(SMT)结合规则翻译日语时间词的必要性。实验结果显示，Et语时间表达式识别的开放测试F1值达到0．89

该文提出了一种基于自定义知识库强化获取规则集，以及规则与统计模型相结合的日语时间表达式识别方法。在按照Timex2标准对时间表达进行细化分类的基础上，我们结合日语时闻词的特点，渐进地扩展重构日语时间表达式知识库，实现基于知识库获取的规则集的优化更新，旨在不断提高时间表达式的识别精准度。同时，融合CRF统计模型提高日语时间表达式识别的泛化能力。实验结果显示开放测试F1值这0.8987。