Perl 从CSV文件创建GATE文档

我需要转换如下结构的csv文档：

i love iphone \t positive
i hate iphone \t negative

到包含相关类的gate文档：

---

最好的方法是什么？jape，groovy？

可能不是更简单的答案，但它可以与以下perl脚本一起工作：

use strict;
use locale;
use HTML::Entities;

open (IN,$ARGV[0])
    or die "file doesn't exist ! : $!\n";

my $i = 0;

while (my $form = <FICHIER>) {

    if ($form =~ /^((.+)\t(.+))$/)

    {   
        my $file = "tweet_".$i.".xml";
        # Use the open() function to create the file.
        unless(open FILE, '>'.$file) {
        # Die with error message 
        # if we can't open it.
        die "nUnable to create $file";
        }           

        my $sentence =$2;
        my $encoded_sent = encode_entities($sentence);

        my $class = $3;
        my $length_sent = length($sentence);

        ##head xml
        print FILE "<?xml version='1.0' encoding='UTF-8'?>"."\n";
        print FILE '<GateDocument version="3">'."\n";
        print FILE '<GateDocumentFeatures>'."\n";
        print FILE '<Feature>'."\n";
        print FILE '<Name className="java.lang.String">gate.SourceURL</Name>'."\n";
        print FILE '<Value className="java.lang.String">created from String</Value>'."\n";
        print FILE '</Feature>'."\n";
        print FILE '</GateDocumentFeatures>'."\n";

        ##create xml for each line  -- here is the content
        print FILE '<TextWithNodes><Node id="0"/>'.$encoded_sent.'<Node id="'.$length_sent.'"/></TextWithNodes>'."\n";

        print FILE '<AnnotationSet Name="Key">'."\n";
        print FILE '<Annotation Id="1" Type="Tweet" StartNode="0" EndNode="'.$length_sent.'">'."\n";

        print FILE '<Feature>'."\n";
        print FILE '<Name className="java.lang.String">class</Name>'."\n";
        print FILE '<Value className="java.lang.String">'.$class.'</Value>'."\n";
        print FILE '</Feature>'."\n";
        print FILE '</Annotation>'."\n";
        print FILE '</AnnotationSet>'."\n";

        ##end of the document
        print FILE '</GateDocument>'."\n";
        $i++;
    }
    close FILE;
}    
close IN;

使用严格；
使用区域设置；
使用HTML：：实体；
打开（在$ARGV[0]中）
或死“文件不存在！：$！\n”；
我的$i=0；
while（我的$form=）{
如果（$form=~/^（.+）\t（.+）$/）
{   
my$file=“tweet”.$i.“.xml”；
#使用open（）函数创建文件。
除非（打开文件“>”.$FILE）{
#死机时显示错误消息
#如果我们不能打开它。
死“无法创建$file”；
}           
我的$句子=$2；
我的$encoded_sent=编码_实体（$句子）；
我的$class=$3；
我的$length\u sent=长度（句子）；
##头部xml
打印文件“”。“\n”；
打印文件“”。“\n”；
打印文件“”。“\n”；
打印文件“”。“\n”；
打印文件“gate.SourceURL”。“\n”；
打印文件“根据字符串创建”。“\n”；
打印文件“”。“\n”；
打印文件“”。“\n”；
##为每一行创建xml——以下是内容
打印文件“”。$encoded\u已发送。“”。“\n”；
打印文件“”。“\n”；
打印文件“”。“\n”；
打印文件“”。“\n”；
打印文件“类”。“\n”；
打印文件'.$class'.''。“\n”；
打印文件“”。“\n”；
打印文件“”。“\n”；
打印文件“”。“\n”；
##文件结束
打印文件“”。“\n”；
$i++；
}
关闭文件；
}    
接近；

基本上，您必须处理CSV和GATE文档。如果您在CPAN上搜索，您会发现可以轻松处理此类文档的模块

因此，您可以使用Text:：CSV从CSV文件中获取文本，并使用NLP:：GATE:：Document模块的

setText

，

setAnnotationSet

方法来创建、设置文本和注释GATE文档

---

试一试，如果遇到任何问题，请再次询问您迄今为止为实现目标而尝试的代码。

您的代码中有几个问题，但只添加了一条注释：您是否检查了如何处理GATE文档和注释？