[Bug] 千歳市に挟まれた日付表現で正しいraw_textとraw_spanが得られない

[nayopu]

🐛 Bug

説明

"千歳市...４月...千歳市" のような文字列をパースをして得られるtimexが持つraw_textが空文字列となり、raw_spanの開始インデックスが終了インデックスより大きくなる。

現状挙動

下記コードを実行すると

timexes = TimexParser().parse('千歳市では４月、千歳市の')
print(f'raw_span={timexes[0].raw_span}, raw_text={timexes[0].raw_text}, raw_span={timexes[0].text}, raw_text={timexes[0].span}')

次の出力が得られるが、

raw_span=(5, 4), raw_text=, raw_span=4月, raw_text=(8, 10)

raw_textが空文字, raw_span[0] > raw_span[1]となる。

理想の挙動

同入力の出力が以下の通りであり、

raw_span=(5, 7), raw_text=４月, raw_span=4月, raw_text=(8, 10)

raw_textが日付表現、 raw_span[0] < raw_span[1]となるべき。

再現方法やエラー内容

timexes = TimexParser().parse('千歳市では４月、千歳市の')
print(timexes[0].raw_span, timexes[0].raw_text)

実行環境

• ja-timexのバージョン : 0.2.8
• Pythonのバージョン : 3.8.10
• OSの情報: Ubuntu 18.04

追加/補足情報

「千歳市が日付表現の前にのみ登場する」or「日付表現の後にのみ出現する」場合は上記挙動は見られない。

千歳市に挟まれる必要があるようです。

timexes = TimexParser().parse('千歳市では４月')
print(f'raw_span={timexes[0].raw_span}, raw_text={timexes[0].raw_text}, raw_span={timexes[0].text}, raw_text={timexes[0].span}')
# raw_span=(5, 7), raw_text=４月, raw_span=4月, raw_text=(8, 10)
timexes = TimexParser().parse('４月、千歳市の')
print(f'raw_span={timexes[0].raw_span}, raw_text={timexes[0].raw_text}, raw_span={timexes[0].text}, raw_text={timexes[0].span}')
# raw_span=(0, 2), raw_text=４月, raw_span=4月, raw_text=(0, 2)