uima - 我应该如何使用 UIMA Ruta 来匹配换行符之间的所有单词？

Question

感谢任何强有力的手！

我有一些类似以下的文字

aaaaa aaaa aaaaa aaaaaa
bbbbb bbbbb bbbb bbbbbb
cccccc ccccc ccccc cccccc

我想使用 Ruta 创建与换行符之间的所有字符串匹配的注释。我希望我的注释创建以下三个匹配项：

1. aaaaa aaaa aaaaa aaaaaa
2. bbbbb bbbbb bbbb bbbbbb
3. cccccc ccccc ccccc cccccc

我尝试匹配换行符之间的所有内容，如下所示

BREAK #{-> MARK(Stuff)} BREAK;

但没有运气。有人可以提出一些建议吗？

非常感谢你！

score 5 · Accepted Answer

您的规则的问题可能是当前使用的过滤设置。默认情况下，空格、中断和标记是不可见的。该规则可能无法找到任何锚点来启动匹配过程。您需要使规则的中断可见，例如，使用 RETAINTYPE：

Document{-> RETAINTYPE(BREAK)};
BREAK #{-> MARK(Stuff)} BREAK;
Document{-> RETAINTYPE}; // for restoring the default setting

还有一个能够创建这些注释的分析引擎： PlainTextAnnotator。然而，该分析引擎还包括行首和行尾的空格。这些可以通过以下方式删除：

Document{-> RETAINTYPE(SPACE)};
Line{->TRIM(SPACE)};

在 UIMA Ruta 2.2.1（下一个版本）中，您还可以编写如下内容：

Document{-> RETAINTYPE(BREAK)};
(#{-> Stuff} BREAK)+;

（我是 UIMA Ruta 的开发者）

1 回答 1