1. 设计目标
为古籍、历史文献、方志、档案等非结构化文本中的时间表达提供一套：
- 学术严谨：尊重历史时间的模糊性、多历法、不确定性
- 工程可用：支持高效查询、可视化、统计分析
- 语义清晰：区分时间在文本中的不同话语功能
- 可扩展：兼容未来新增时间类型与历法系统
2. 核心理念：三层抽象
表格
| 层级 | 名称 | 目的 | 特点 |
|---|---|---|---|
| L1 | 一次时间（原始层） | 保留原始证据 | 不可变，人类可读 |
| L2 | 二次时间（语义层） | 结构化建模 | 显式表达粒度、不确定性、相对性 |
| L3 | 三次时间（计算层） | 标准化数值接口 | 统一单位（秒），支持高效计算 |
✅ 原则：L1 → L2 → L3 是单向增强，不可逆。L1 永远是权威来源。
3. 时间角色分类（temporal_role）
不同时间在文本中承担不同功能，需差异化处理：
表格
| 角色 | 枚举值 | 典型形式 | 处理策略 |
|---|---|---|---|
| 创作时间 | composition | “贞观三年”“撰于洪武初” | 年号转公历，考虑作者生卒 |
| 记录时间 | recording | “嘉靖乙酉刻本”“康熙重修” | 标注为时间段，confidence 降低 |
| 发生时间 | occurrence | “赤壁之战”“春大旱” | 优先用年，季节补为月 |
| 指向时间 | reference | “今”“昔者”“后五年” | 必须绑定锚点，可延迟解析 |
| 传播时间 | dissemination | “初刊于1905年” | 近代精确，直接 absolute |
🔒 约束：
reference类型必须提供relative_anchor_id或time_offset。
4. 字段定义
4.1 一次时间（L1）
表格
| 字段 | 类型 | 必填 | 说明 |
|---|---|---|---|
original_text | TEXT | ✅ | 原始时间短语，如“明中叶以降” |
4.2 二次时间（L2）
表格
| 字段 | 类型 | 必填 | 说明 |
|---|---|---|---|
temporal_role | VARCHAR(20) | ✅ | 五类角色之一 |
time_center | JSONB | ✅ | {"value": "1369", "unit": "year"} |
time_radius | JSONB | ✅ | {"amount": 30, "unit": "year"} |
time_offset | TEXT | ⚠️ | ISO 8601 duration，如 "P1Y" |
time_confidence | NUMERIC(3,2) | ✅ | [0.00, 1.00] |
relative_anchor_id | UUID | ⚠️ | 仅 reference 类型必填 |
✅ 单位枚举（
unit）：century,decade,year,month,day,hour,minute,second
4.3 三次时间（L3）
表格
| 字段 | 类型 | 必填 | 说明 |
|---|---|---|---|
computed_time_center | BIGINT | ⚠️ | Unix 秒（可负，表公元前） |
computed_time_offset | BIGINT | ⚠️ | 偏移（秒），通常 NULL |
computed_time_radius | BIGINT | ⚠️ | 不确定性半径（秒） |
computed_time_confidence | NUMERIC(3,2) | ⚠️ | 通常 = time_confidence |
⚠️ 三次时间由 ETL pipeline 按需填充，可为空
5. 典型示例
示例 1：创作时间（模糊）
原文：“《齐民要术》成书于北魏”
json
编辑
1{
2 "original_text": "北魏",
3 "temporal_role": "composition",
4 "time_center": {"value": "500", "unit": "year"},
5 "time_radius": {"amount": 70, "unit": "year"},
6 "time_confidence": 0.8,
7 "computed_time_center": -47336256000,
8 "computed_time_radius": 2209032000
9}
区间：430–570 CE，中心=500年中点
示例 2：指向时间（相对）
原文：“其后五年”
json
编辑
1{
2 "original_text": "其后五年",
3 "temporal_role": "reference",
4 "time_center": {"value": "1374", "unit": "year"},
5 "time_offset": "P5Y",
6 "relative_anchor_id": "a1b2c3...",
7 "time_confidence": 0.9,
8 "computed_time_center": -19317225600
9}
锚点为“洪武二年”（1369），+5年=1374
示例 3：记录时间（低可信）
原文：“宋刻本”
json
编辑
1{
2 "original_text": "宋刻本",
3 "temporal_role": "recording",
4 "time_center": {"value": "1100", "unit": "year"},
5 "time_radius": {"amount": 150, "unit": "year"},
6 "time_confidence": 0.6,
7 "computed_time_center": -28401408000,
8 "computed_time_radius": 4733640000
9}
区间：950–1250 CE（覆盖北宋+南宋）
6. 数据库实现（PostgreSQL）
sql
编辑
1CREATE TABLE temporals (
2 id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
3 original_text TEXT NOT NULL,
4 temporal_role VARCHAR(20) NOT NULL
5 CHECK (temporal_role IN ('composition', 'recording', 'occurrence', 'reference', 'dissemination')),
6
7 -- L2: 语义层
8 time_center JSONB NOT NULL,
9 time_radius JSONB NOT NULL DEFAULT '{"amount": 0, "unit": "year"}',
10 time_offset TEXT,
11 time_confidence NUMERIC(3,2) NOT NULL DEFAULT 1.00,
12 relative_anchor_id UUID REFERENCES temporals(id),
13
14 -- L3: 计算层
15 computed_time_center BIGINT,
16 computed_time_offset BIGINT,
17 computed_time_radius BIGINT,
18 computed_time_confidence NUMERIC(3,2),
19
20 -- 元数据
21 text_node_id TEXT NOT NULL,
22 text_node_type VARCHAR(30) NOT NULL,
23 extractor VARCHAR(50),
24 workflow_type VARCHAR(20),
25 version INTEGER NOT NULL DEFAULT 1,
26 batch_id UUID,
27 created_at TIMESTAMPTZ DEFAULT NOW(),
28 updated_at TIMESTAMPTZ DEFAULT NOW(),
29
30 -- 约束
31 CONSTRAINT valid_time_center CHECK (time_center ?& ARRAY['value', 'unit']),
32 CONSTRAINT valid_time_radius CHECK (
33 time_radius ?& ARRAY['amount', 'unit'] AND
34 (time_radius->>'amount')::INTEGER >= 0
35 ),
36 CONSTRAINT reference_requires_context
37 CHECK (temporal_role != 'reference' OR relative_anchor_id IS NOT NULL OR time_offset IS NOT NULL)
38);
39
40-- 索引
41CREATE INDEX idx_temporals_role ON temporals (temporal_role);
42CREATE INDEX idx_temporals_computed_center ON temporals (computed_time_center)
43 WHERE computed_time_center IS NOT NULL;
7. 工作流建议
- 抽取：NLP 识别
original_text+ 初步temporal_role - 标准化：
composition：查年号表 → 公历年reference：运行指代消解 → 绑定anchor_idoccurrence：查事件库 → 补全年份
- 置信度校准：根据来源（正史/笔记/传说）调整
confidence - 计算层生成：将 L2 转为 Unix 秒（含公元前处理）
- 人工校验：对
confidence < 0.8的条目进行专家审核
8. 附录：单位换算常数（用于 L2→L3）
表格
| 单位 | 秒数（近似） |
|---|---|
| 1 year | 31,557,600 （= 365.25 × 86400） |
| 1 month | 2,629,746 （= 年 / 12） |
| 1 day | 86,400 |
| 1 hour | 3,600 |
📌 注意：公元前年份转换需使用天文年编号（1 BCE = year 0, 2 BCE = year -1）
📌 版本：v1.0
适用场景：古籍时间标注、历史事件数据库、数字方志、CBDB 扩展
维护建议：每新增一类时间表达，先评估是否属于现有五类，否则扩展temporal_role