Java 如何获取字典注释器的注释文本
我有一个从UIMA的DictionaryCreator创建的字典，我想用DictionaryNotator和前面提到的字典注释一段文本，我不知道如何获得注释文本。如果有，请告诉我。感谢您的帮助。代码、字典文件和描述符如下所述， 另外，我对ApacheUIMA还不熟悉Java 如何获取字典注释器的注释文本,java,artificial-intelligence,opennlp,uimanageddocument,uima,Java,Artificial Intelligence,Opennlp,Uimanageddocument,Uima,我有一个从UIMA的DictionaryCreator创建的字典，我想用DictionaryNotator和前面提到的字典注释一段文本，我不知道如何获得注释文本。如果有，请告诉我。感谢您的帮助。代码、字典文件和描述符如下所述， 另外，我对ApacheUIMA还不熟悉 XMLInputSource xml_in = new XMLInputSource("DictionaryAnnotatorDescriptor.xml"); ResourceSpecifier specifi
XMLInputSource xml_in = new XMLInputSource("DictionaryAnnotatorDescriptor.xml");
ResourceSpecifier specifier = UIMAFramework.getXMLParser().parseResourceSpecifier(xml_in);
AnalysisEngine ae = UIMAFramework.produceAnalysisEngine(specifier);
JCas jCas = ae.newJCas();
String inputText = "Mark and John went down the rabbit hole to meet a wise owl and have curry with the owl.";
jCas.setDocumentText(inputText);
printResults(jCas);
public static void printResults(JCas jcas) {
FSIndex<Annotation> index = jcas.getAnnotationIndex();
for (Iterator<Annotation> it = index.iterator(); it.hasNext(); ) {
Annotation annotation = it.next();
List<Feature> features;
features = annotation.getType().getFeatures();
List<String> fasl = new ArrayList<String>();
for (Feature feature : features) {
try {
String name = feature.getShortName();
System.out.println(feature.getName());
String value = annotation.getStringValue(feature);
fasl.add(name + "=\"" + value + "\"");
System.out.println(value);
}catch (Exception e){
continue;
}
}
}
}
my_dictionary.xml
<?xml version="1.0" encoding="UTF-8"?>
<dictionary xmlns="http://incubator.apache.org/uima" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="dictionary.xsd">
<typeCollection>
<dictionaryMetaData caseNormalization="true" multiWordEntries="true" multiWordSeparator=" "/>
<languageId>en</languageId>
<typeDescription>
<typeName>org.apache.uima.DictionaryEntry</typeName>
</typeDescription>
<entries>
<entry>
<key>Mark</key>
</entry>
<entry>
<key>John</key>
</entry>
<entry>
<key>Rabbit</key>
</entry>
<entry>
<key>Owl</key>
</entry>
<entry>
<key>Curry</key>
</entry>
<entry>
<key>ATH-MX50</key>
</entry>
<entry>
<key>CC234</key>
</entry>
</entries>
</typeCollection>
</dictionary>
DictionaryAnnotatorDescriptor.xml
<?xml version="1.0" encoding="UTF-8"?>
<analysisEngineDescription xmlns="http://uima.apache.org/resourceSpecifier">
<frameworkImplementation>org.apache.uima.java</frameworkImplementation>
<primitive>true</primitive>
<annotatorImplementationName>org.apache.uima.annotator.dict_annot.impl.DictionaryAnnotator</annotatorImplementationName>
<analysisEngineMetaData>
<name>GeneDictionaryAnnotator</name>
<description></description>
<version>0.1</version>
<vendor></vendor>
<configurationParameters>
<configurationParameter>
<name>DictionaryFiles</name>
<description>list of dictionary files to configure the annotator</description>
<type>String</type>
<multiValued>true</multiValued>
<mandatory>true</mandatory>
</configurationParameter>
<configurationParameter>
<name>InputMatchType</name>
<description></description>
<type>String</type>
<multiValued>false</multiValued>
<mandatory>true</mandatory>
</configurationParameter>
<configurationParameter>
<name>InputMatchFeaturePath</name>
<description></description>
<type>String</type>
<multiValued>false</multiValued>
<mandatory>false</mandatory>
</configurationParameter>
<configurationParameter>
<name>InputMatchFilterFeaturePath</name>
<description></description>
<type>String</type>
<multiValued>false</multiValued>
<mandatory>false</mandatory>
</configurationParameter>
<configurationParameter>
<name>FilterConditionOperator</name>
<description></description>
<type>String</type>
<multiValued>false</multiValued>
<mandatory>false</mandatory>
</configurationParameter>
<configurationParameter>
<name>FilterConditionValue</name>
<description></description>
<type>String</type>
<multiValued>false</multiValued>
<mandatory>false</mandatory>
</configurationParameter>
</configurationParameters>
<configurationParameterSettings>
<nameValuePair>
<name>DictionaryFiles</name>
<value>
<array>
<string>src/main/resources/my_dictionary.xml</string>
</array>
</value>
</nameValuePair>
<nameValuePair>
<name>InputMatchType</name>
<value>
<string>org.apache.uima.TokenAnnotation</string>
</value>
</nameValuePair>
</configurationParameterSettings>
<typeSystemDescription>
<types>
<typeDescription>
<name>org.apache.uima.DictionaryEntry</name>
<description></description>
<supertypeName>uima.tcas.Annotation</supertypeName>
</typeDescription>
<typeDescription>
<name>org.apache.uima.TokenAnnotation</name>
<description>Single token annotation</description>
<supertypeName>uima.tcas.Annotation</supertypeName>
<features>
<featureDescription>
<name>tokenType</name>
<description>token type</description>
<rangeTypeName>uima.cas.String</rangeTypeName>
</featureDescription>
</features>
</typeDescription>
<typeDescription>
<name>example.Name</name>
<description>A proper name.</description>
<supertypeName>uima.tcas.Annotation</supertypeName>
</typeDescription>
</types>
</typeSystemDescription>
<capabilities>
<capability>
<inputs/>
<outputs>
<type>example.Name</type>
</outputs>
<languagesSupported/>
</capability>
</capabilities>
<operationalProperties>
<modifiesCas>true</modifiesCas>
<multipleDeploymentAllowed>true</multipleDeploymentAllowed>
<outputsNewCASes>false</outputsNewCASes>
</operationalProperties>
</analysisEngineMetaData>
</analysisEngineDescription>
XMLInputSource xml_in=newxmlinputsource（“DictionaryAnnotatorDescriptor.xml”）；
ResourceSpecifier说明符=UIMAFramework.getXMLParser（）.parseResourceSpecifier（xml_-in）；
AnalysisEngine ae=UIMAFramework.produceAnalysisEngine（说明符）；
JCas JCas=ae.newJCas（）；
String inputText=“马克和约翰去兔子洞见了一只聪明的猫头鹰，并和猫头鹰一起吃咖喱。”；
jCas.setDocumentText（输入文本）；
打印结果（jCas）；
公共静态void打印结果（JCas JCas）{
FSIndex=jcas.getAnnotationIndex（）；
for（Iterator it=index.Iterator（）；it.hasNext（）；）{
Annotation=it.next（）；
列出特征；
features=annotation.getType（）.getFeatures（）；
List fasl=new ArrayList（）；
用于（特征：特征）{
试一试{
字符串名称=feature.getShortName（）；
System.out.println（feature.getName（））；
字符串值=注释.getStringValue（特征）；
fasl.add（name+“=\”+value+“\”）；
系统输出打印项次（值）；
}捕获（例外e）{
继续；
}
}
}
}
my_dictionary.xml
EN
org.apache.uima.DictionaryEntry
做记号
约翰
兔子
猫头鹰
咖喱
ATH-MX50
CC234
DictionaryAnnotatorDescriptor.xml
org.apache.uima.java
真的
org.apache.uima.annotator.dict_annot.impl.DictionaryAnnotator
基因词典注释员
0.1
字典文件
用于配置注释器的词典文件列表
一串
真的
真的
输入匹配类型
一串
假的
真的
InputMatchFeaturePath
一串
假的
假的
InputMatchFilterFeaturePath
一串
假的
假的
过滤条件算子
一串
假的
假的
过滤条件值
一串
假的
假的
字典文件
src/main/resources/my_dictionary.xml
输入匹配类型
org.apache.uima.TokenAnnotation
org.apache.uima.DictionaryEntry
uima.tcas.Annotation
org.apache.uima.TokenAnnotation
单标记注释
uima.tcas.Annotation
令牌类型
令牌类型
uima.cas.String
例如：姓名
正名。
uima.tcas.Annotation
例如：姓名
真的
真的
假的
src/main/resources/ruta/resources/names.txt中的名称列表（纯文本文件）
src/main/resources/Ruta/scripts/Example.Ruta中的Ruta脚本
PACKAGE example.annotate; // optional package def
WORDLIST MyNames = 'names.txt'; // declare dictionary location
DECLARE Name; // declare an annotation
Document{-> MARKFAST(Name, MyNames)}; // annotate document
和一些java样板代码来启动注释器：
JCas jCas = JCasFactory.createJCas();
// the sample text to annotate
jCas.setDocumentText("Mark wants to buy CC234.");
// configure the engine with scripts and resources
AnalysisEngine rutaEngine = AnalysisEngineFactory.createEngine(
RutaEngine.class, //
RutaEngine.PARAM_RESOURCE_PATHS,
"src/main/resources/ruta/resources",//
RutaEngine.PARAM_SCRIPT_PATHS,
"src/main/resources/ruta/scripts",
RutaEngine.PARAM_MAIN_SCRIPT, "Example");
// run the script. instead of a jCas, you could also provide a UIMA collection reader to process many documents
SimplePipeline.runPipeline(jCas, rutaEngine);
// a simple select to print the matched Names
for (Name name : JCasUtil.select(jCas, Name.class)) {
System.out.println(name.getCoveredText());
}
还有一些UIMA类型（注释）定义，检查src/main/resources/desc/type/ExampleTypes.xml
，src/main/resources/META-INF/org.apache.UIMA.fit/types.txt
和src/main/java/example/annotate
如何测试它
或者，您也可以使用，或者与工作台（推荐入门）一起使用，或者与java代码一起使用
对于后者，我在创建了一个示例项目。主要部分包括：
src/main/resources/ruta/resources/names.txt中的名称列表（纯文本文件）
src/main/resources/Ruta/scripts/Example.Ruta中的Ruta脚本
PACKAGE example.annotate; // optional package def
WORDLIST MyNames = 'names.txt'; // declare dictionary location
DECLARE Name; // declare an annotation
Document{-> MARKFAST(Name, MyNames)}; // annotate document
和一些java样板代码来启动注释器：
JCas jCas = JCasFactory.createJCas();
// the sample text to annotate
jCas.setDocumentText("Mark wants to buy CC234.");
// configure the engine with scripts and resources
AnalysisEngine rutaEngine = AnalysisEngineFactory.createEngine(
RutaEngine.class, //
RutaEngine.PARAM_RESOURCE_PATHS,
"src/main/resources/ruta/resources",//
RutaEngine.PARAM_SCRIPT_PATHS,
"src/main/resources/ruta/scripts",
RutaEngine.PARAM_MAIN_SCRIPT, "Example");
// run the script. instead of a jCas, you could also provide a UIMA collection reader to process many documents
SimplePipeline.runPipeline(jCas, rutaEngine);
// a simple select to print the matched Names
for (Name name : JCasUtil.select(jCas, Name.class)) {
System.out.println(name.getCoveredText());
}
还有一些UIMA类型（注释）定义，检查src/main/resources/desc/type/ExampleTypes.xml
，src/main/resources/META-INF/org.apache.UIMA.fit/types.txt
和src/main/java/example/annotate
如何测试它
谢谢你，雷诺！我很感激！您还可以告诉我如何使其不区分大小写，例如，即使文本有如ath-mx50，也要进行注释吗？您可以将其设置为，如果单词长度超过x个字符，它将忽略大小写，请参阅JCas创建也应使用JCasFactory.createJCas（）缩短。谢谢大家！我真的很感激。你也可以打电话给我吗