Apache 乌伊玛鲁塔的模糊性

在单词匹配的情况下，是否有模糊性的选择，或者忽略一些特殊情况

例如：

STRINGLIST AMIMALLIST = {"LION","TIGER","MONKEY"};
DECLARE ANIMAL;


Document {-> MARKFAST(ANIMAL, AMIMALLIST, true)};

我需要将单词与列表进行匹配，以防我遇到一些特殊字符，如

老虎-或猴子$

根据不同的评价者有什么想法如何使用？

---

或者我可以使用<强>分数>强>或>强>标记> <强>

这里有几个方面需要考虑。通常，UIMA Ruta不支持字典查找中的模糊性

SCORE

和

MARKSCORE

是可以用来在顺序规则中引入一些启发式评分（并非真正的模糊性）的语言元素。在您在问题中给出的示例中，您实际上不需要模糊匹配

UIMA Ruta中的字典查找工作在RutaBasic注释上。这些注释由UIMA Ruta自身自动创建和维护（不应由其他分析引擎或规则直接更改）。RutaBasic注释代表注释所指的最小片段。默认情况下，RutaEngine的种子程序为单词（

W

->

CW

，

SW

，

CAP

）和许多其他标记（如

SPECIAL

for-或$）创建注释。这意味着还有一个RutaBasic注释，字典查找可以区分这些标记。因此，老虎和猴子应该被注释，你问题中的例子应该实际有效（我测试了它）。您可能需要进行一些后交叉，以便在

动物中包含
特殊的

我必须提到，在字典查找（多树单词列表，TRIE）中还可以使用编辑距离。然而，这一功能已经好几年没有维护了。它还应支持特定替换的不同重量。我不知道这是否算作模糊性

免责声明：我是UIMA Ruta的开发者
@PeterKluegl您能在这里提供帮助吗？是的，我将在接下来的几天内添加一个答案。