uima - 查找注释类型是否是覆盖文本的一部分

Question

示例输入文件：

<p class="Head1"><a name="para1">Sections 87-89</a></p>
some text
<p class="Head2"><a name="para2">Sections 90-92</a></p>
some text
<p class="ParaFL"><a name="para3">Some Text1</a></p>
<p class="ParaFirstLineInd"><a name="para4">Some Text2</a></p>

例如，从示例输入文件中，如果我将“Sections 87-89 and Sections 90-92”注释为 Head1”。现在我想将注释类型（Head1）与其类类型（class="Head1", class= “head”）。如果注解类型不等于类，那么我想为相应的注解类型设置一个特征“类改变”。同样对于“Some Text1”和“Some Text2”被注解为ParaFL（注解类型） .

Answer 1

这取决于所需信息的表示方式。我假设类信息由 Ruta 中的 HtmlTypeSystem 表示。

为了解决这个问题，Ruta (2.4.0) 中缺少两个语言元素。主要问题是html标签的属性信息存储在两个单独的数组中，Ruta中没有选项可以联合迭代它们。第二个是将类型自动装箱为字符串。

我建议创建一个分析引擎（也可以在 Ruta 脚本中执行），它使用一个包含所需信息的字符串特征创建新注释。然后，您可以将注释与特征值进行比较。自动装箱不会转换短类型名称。我会为您的注释类型添加一个具有相应类型/类值的功能。然后，您可以比较特征值。