如何使用AWS Lex单个槽位处理日期、时长及日期范围？

直接按以下步骤实现，不需要拆分多个槽位，单槽位即可覆盖三类时间输入，包括“上周”“上月”这类相对时间表述：

第一步：自定义槽位基础配置 #

• 新建自定义槽类型，不要使用Lex内置的AMAZON.Date/AMAZON.Duration等内置时间槽，内置槽对中文相对时间、范围类时间的解析准确率极低，且无法混合识别三类时间。
• 槽值返回类型选择原始字符串（Original Value），关闭内置值解析。
• 槽类型的枚举训练样本覆盖三类时间的高频口语表述即可，比如“上周”“上月”“3天”“1号到5号”“下周一”这类，不需要穷举，依靠Lex的ML泛化能力即可识别变体表述。

第二步：Lambda端分层解析逻辑 #

拿到槽位返回的原始字符串后，按三层优先级解析，优先保证高概率表述的解析准确率：

1. 固定规则匹配层（覆盖80%以上高频相对表述）
   提前把“上周”“上月”这类固定语义的相对时间写成正则匹配规则，命中后直接计算对应时间值，同时标记输入类型（单日期/时长/日期范围），示例代码如下：

   import re
   from datetime import datetime, timedelta
   from dateutil.relativedelta import relativedelta
   import pytz
   
   # 规则格式：(匹配正则, 计算函数)，返回值：(单日期值, 输入类型, 范围起始值, 范围结束值, 时长值)
   FIXED_RELATIVE_RULES = [
       (re.compile(r"^(上周|上星期|上一周)$"), lambda m: (
           None,
           "date_range",
           (datetime.now() - relativedelta(weeks=1, weekday=0)).date(),
           (datetime.now() - relativedelta(weeks=1, weekday=4)).date(),
           None
       )),
       (re.compile(r"^(上月|上个月|上一个月)$"), lambda m: (
           None,
           "date_range",
           (datetime.now() - relativedelta(months=1)).replace(day=1).date(),
           (datetime.now().replace(day=1) - timedelta(days=1)).date(),
           None
       )),
       (re.compile(r"^昨天$"), lambda m: (
           datetime.now().date() - timedelta(days=1),
           "date",
           None,
           None,
           None
       )),
       (re.compile(r"^近(\d+)天$"), lambda m: (
           None,
           "date_range",
           (datetime.now() - timedelta(days=int(m.group(1)))).date(),
           datetime.now().date(),
           None
       )),
       (re.compile(r"^(\d+)(小时|分钟|天)$"), lambda m: (
           None,
           "duration",
           None,
           None,
           timedelta(**{m.group(2): int(m.group(1))})
       ))
   ]
   
   def match_fixed_rule(input_str):
       for pattern, calc_func in FIXED_RELATIVE_RULES:
           match_res = pattern.match(input_str.strip())
           if match_res:
               return calc_func(match_res)
       return None
   

   这层可以直接精准覆盖“上周”“上月”这类固定相对时间表述，不会出现解析偏差。

2. 模糊语义解析层（兜底长尾表述）
   没有命中固定规则的输入，直接用中文时间解析库做模糊匹配，Python环境用dateparser即可，原生支持绝大多数中文相对时间表述，比如“大前天”“下下周一”“去年双十二”这类不需要单独写规则的表述，解析时注意传入当前时间作为基准，避免时区偏移：

   import dateparser
   
   def fuzzy_parse(input_str, timezone="Asia/Shanghai"):
       base_time = datetime.now(tz=pytz.timezone(timezone))
       parsed = dateparser.parse(
           input_str.strip(),
           languages=["zh"],
           settings={"RELATIVE_BASE": base_time, "TIMEZONE": timezone}
       )
       # 补全类型判断逻辑：根据解析结果特征区分单日期、日期范围、时长
       return parsed
   

3. 歧义兜底逻辑
   如果前两层都没有返回合法的时间结果，直接触发槽位澄清，让用户补充明确的时间信息即可，不需要强行解析低置信度输入。

关键踩坑点 #

• 所有时间计算必须绑定Lex会话传入的用户时区，不要直接用Lambda运行环境默认的UTC时间，否则会出现8小时的时间偏移。
• 自定义槽位不要开启值校验，否则非标准表述会被Lex直接拦截，根本传不到Lambda。
• 规则匹配优先于模糊解析，固定表述的解析准确率可以做到100%，比通用解析库的结果更可控。

内容的提问来源于stack exchange，提问作者Shahrukh Gouhar