Machine learning 以下正则表达式的Uima Ruta规则

我需要在下面的案例中添加注释。我有文本块&需要获取包含银行的文本子块。例如，下面是一个完整的文本块，我需要将美国银行注释为银行名称

• 以下描述，以下简称业主和银行 美国NA，利益继承人来自

银行名称可能有很多情况

• 美国银行[初创银行]
• 苏格兰皇家银行[中间银行]
• 是银行[最终银行] 等等

所以文本需要注释完全取决于银行 我无法编写通用规则来涵盖所有情况，到目前为止，我尝试了以下规则

 - Rule 1



     W[0,3] BankNameKeyWord W[0,3] {-> MARK(BANKNAME,1,3)};(looking around bank for 3 words)

 - Rule 2

       W? W? W? BankNameKeyWord W? W? W? {-> MARK(BANKNAME,1,7)};

---

我正在寻找涵盖所有情况的通用方法。

您可以应用如下规则：

(CW[0,3] @BankNameKeyWord SW.ct=="of"? CW[0,3]) {-> MARK(BANKNAME,1,3)};

但这并不能解决你的问题。正如commnets所指出的，您需要一些语言预处理，比如chunker。如果只是银行名称，你可以考虑一本字典。< /P>

---

免责声明：我是UIMA Ruta的开发者

也许我错了；但是考虑到您使用java标记，您不需要显示java代码吗？您不可能涵盖所有情况；这个问题不能用任何形式的正则表达式来解决。它需要一种自然语言处理方法，但永远不会达到100%的准确率。@GhostCat通过mistake@JimGarrison可能不是泛型，但我们如何处理if-else条件？只是一个注释：如果没有额外的起始值，则规则开头的可选rue元素不是可选的。