nlp - UIMA 是只提供一个包装器还是像 StandfordCore NLP 和 GATE 一样？

Question

Standford Core NLP 和 GATE 提供了各种 NLP 操作，如 NER、POS 标记。有一些 NLP 操作，如 Tokenizer、Snowball Stemmer，可作为 UIMA 组件使用。那么，UIMA 是否可以与 StandfordCore NLP/GATE 相媲美，还是用于为管道包装此类 API？

Answer 1

核心 UIMA 框架不提供特定的 NLP 工具。它提供了从符合 UIMA 的组件构建和运行分析工作流的方法。由于要分析的数据在实际应用程序中可能会变得非常大，因此 UIMA 专注于可扩展性，提供UIMA-AS或UIMA-DUCC等分布式运行时环境。然而，UIMA 不仅在大规模上有用，而且还可以将分析嵌入应用程序或在科学环境中构建语言处理实验。

提供 NLP 工具的 UIMA 组件有几个集合，通常封装了 OpenNLP、Stanford CoreNLP 等第三方解决方案：

• ClearTK - 用于开发统计 NLP 组件的框架，还包括一些第三方工具的包装器
• cTAKES - 从电子病历临床自由文本中提取信息
• DKPro Core - 用于 NLP 的 UIMA 组件集合，为 UIMA 包装了许多第三方工具
• UIMA Addons - UIMA 团队自己提供的一小部分组件
• U-Compare - 集成文本挖掘/自然语言处理系统

这些是撰写本文时的一些主要收藏。如果您搜索它们，您可能会发现 UIMA 组件的其他来源。

核心 UIMA 框架可与 GATE 嵌入式相媲美，减去 GATE 开箱即用提供的任何处理资源。UIMA Ruta 工作台可以说与 GATE Developer 工作台的关系很远，或者更具体地说与 JAPE 相关。

UIMA 无法与斯坦福 CoreNLP 相提并论，因为 UIMA 并不专注于提供特定的 NLP 组件，而 CoreNLP 则专注于提供。

像 CoreNLP 这样的 NLP 工具往往被包装为 UIMA 组件，以便在 UIMA 管道中使用。

像 GATE 这样的框架通常不包装为 UIMA 组件，但作为 GATE 插件提供的特定 NLP 工具可能会被包装。

披露：我从事 Apache UIMA 项目和 DKPro Core 项目。