ruta - UIMA Ruta：字符和数字组合的脚本

Question

我刚刚开始使用 Ruta，我想编写一个规则来查找字符、数字和点 (.) 的任意组合。

（它的 JAVA 正则表达式 - ([a-z0-9.]+) ）

例如 -

abcd.03ef0.3abc

03a.bcd.03eeff903a.bc

score 1 · Accepted Answer

类似于以下内容：

(SW | NUM | PERIOD)+{-> MyType};

或者如果还应包括大写字符：

(W | NUM | PERIOD)+{-> MyType};

之前更改过滤设置，如果两者之间没有空格：

Document{-> RETAINTYPE(SPACE,BREAK,MARKUP)};

为了避免重叠匹配，您可以使用 MARKONCE 代替隐式操作、附加（否定）条件 -PARTOF(MyType)，或使用 GREEDYANCHORING 更改匹配策略。

score 0 · Accepted Answer

我一直在关注这个问题一段时间。我也有类似的问题。

我的问题是匹配用逗号分隔的大数字，例如：123,343,223

我已经编写了类似于答案的规则，但它产生了太多的匹配项：

123,343,223
123,343
343,223
....

我的规则是这样的：

(NUM COMMA)+ {-> LargeNum} NUM;

它只是不能完全匹配我想要匹配的内容，即。123,343,223。问题是量词。您需要量词才能重复应用相同的规则。但结果是它产生了比预期更多的匹配。

显然，它需要进一步过滤。

2 回答 2