Nlp 仅从字典中检测完整单词匹配

我试图从字典中检测城市名称，但如果有任何单词没有空格，也会被检测到。 例如：

字典开始

纽约

字典结尾

输入开始

纽约

纽约

输入端

我想说的是纽约不是纽约

我在使用下面的规则

WORDLIST USCitiesList = 'en/ruta/dictionaries/USCities.txt';
DocumentAnnotation{-> MARKFAST(USCity, USCitiesList,true)};

下面的脚本将帮助您

PACKAGE uima.ruta.example;
DECLARE USCity;
DECLARE NoSpaceUSCity;
WORDLIST USCitiesList = 'USCities.txt';

DocumentAnnotation{-> MARKFAST(USCity, USCitiesList,true)};

RETAINTYPE(SPACE);
DocumentAnnotation{-> MARKFAST(NoSpaceUSCity, USCitiesList,true)};
RETAINTYPE;

USCity{PARTOF(NoSpaceUSCity)->UNMARK(USCity)};

---

戈拉夫，其实这对我有用。我使用了您的示例输入。非常感谢，它现在起作用了。字典中有一个条目“YORK”，这就是我面临问题的原因。此脚本不适用于下面的用例（Kapolei是一个城市，nospace usaCity也是一个城市），因此它不会被检测为城市。如果您有任何问题，请告诉我我，我想注释：纽约，加利福尼亚作为USCity。给出的输入是：NewYork，NewYork，California Dictionary包含：NewYork，California，但使用上述大小写，我无法将California注释为USCity。在字典查找中考虑所有空格或不考虑任何空格。如果需要检查whitepces，则需要使用答案的规则，并将所有允许的空格排列的实体添加到字典中。但是，我建议使用一些级联方法，对字典查找的输出进行后处理，例如，使用两个字典，一个不区分空格，另一个带有异常。

PACKAGE uima.ruta.example;
DECLARE USCity;
DECLARE NoSpaceUSCity;
WORDLIST USCitiesList = 'USCities.txt';

DocumentAnnotation{-> MARKFAST(USCity, USCitiesList,true)};



RETAINTYPE(SPACE);
CW CW+{-> MARKFAST(NoSpaceUSCity, USCitiesList,true)};
RETAINTYPE;

USCity{PARTOF(NoSpaceUSCity)->UNMARK(USCity)};