本稿では、SCATEコーパス上で学習された時間正規化のための初めてのモデルを提示する。SCATEスキーマにおいて、時間表現は時間エンティティの意味的構成として注釈されている。この新しいスキーマは、意味解析タスクとして捉えられるため、機械学習アプローチに有利である。本研究では、TimeMLスキーマに基づく従来の最先端手法を上回る性能を示す、文字レベルのマルチアウトプットニューラルネットワークを提案する。SCATEとTimeMLの両方のスキーマに従うシステムの予測を比較するため、時間区間に対する新たなスコアリング指標を提示する。また、この新しい指標を用いて、同一コーパスにおける両スキーマの注釈を比較分析した。