问题标签 [ruta]

实际上，我正在尝试使用 pear 文件将 UIMA RUTA 集成到 maven 项目中。但是由于用户指南中的链接断开（ https://uima.apache.org/doc-uima-pears.html），我不知道在maven项目中安装pear文件后如何继续。我可以知道将 RUTA 集成到 Maven 中的任何解决方案吗？提前致谢。

任何人都可以通过一些示例简要解释 Html 注释器、Html 转换器和 TEIViewWriter。我想在初始视图中创建注释。

等待答案。

主脚本：

html脚本：

示例 Html 输入文件：（通过更改扩展名手动转换为 html）

我的 Ruta 脚本在 UIMA 项目中运行良好。但是当 Maven 项目中包含相同的脚本时，注释的出现会减少。

在 Ruta 脚本中，没有。DZC_CITED 的出现次数为 34，但在 Maven 中为 27。

前任：

输入：

1.动物福利信息中心[互联网]。贝尔茨维尔（MD）：国家农业图书馆（美国）；[2001 年 3 月 1 日更新；引用 2001 年 3 月 2 日]。可从： http ://www.nal.usda.gov/awic/ 获得。

2.护理世界[互联网]。3.2 版。华盛顿：美国护士协会；c1995-2001 [引自 2001 年 3 月 12 日]。可从：http ://www.ana.org 获得。

3.HCMS在线[互联网]。休斯顿（德克萨斯州）：哈里斯县医学会；c2000 [2001 年 4 月 25 日更新；引自 2001 年 5 月 1 日]。可从：http ://www.hcms.org 获得。

未发现的文字：

覆盖文本：

实际上，我在 Wordlist 中使用了一些 CITY 名称和 PUBLISHERS 名称。据我了解，Wordlist 会注释文档中任何列表项的所有出现。但我发现一个问题，当我更改顺序时，出现次数增加或减少列表中的文本。

例如：

脚本：

词表（CITYPUB.txt）：

期刊名称.txt：

样本输入：

当我测试它时，我得到了 CITYPUB(4)。如果我在列表项之前使用空行，我将收到 CITYPUB(5)。

提前致谢。

我尝试使用 Uima Ruta 在某些文件中标记缩写。我使用了如下的简单脚本，但不适用于某些缩写。

我的算法是这样的；1. 将缩写拆分为字母/数字 (ATM -> A,T,M . IC3 -> I,C,3) 2. 将数字转换为字母 (I,C,3 -> I,C,C,C) 3 . 阅读当前句子并将字母与单词匹配（可能包括/可能不包括停用词）

但我不知道如何在 Ruta 中达到同样的效果。我在哪里可以找到这样的循环和控制结构？

样本输入：

脚本：

未标记的缩写：

我正在开发一个 Maven 项目，该项目动态执行一些 ruta 脚本来注释一些标签并在 java 中处理输出。

现在我想先使用 NLP（主要是 dkpro），然后将输出传递给 ruta 脚本（管道）并进一步处理。如何实现呢？

编辑：

下面是我的新脚本；

错误：

无法解析类型：参考

2016 年 5 月 25 日下午 6:45:43 org.apache.uima.analysis_engine.impl.AggregateAnalysisEngine_impl processAndOutputNewCASes(273) 严重：发生异常 org.apache.uima.analysis_engine.AnalysisEngineProcessException：注释器处理失败。
在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:563) 在 org.apache.uima.analysis_component.JCasAnnotator_ImplBase.process(JCasAnnotator_ImplBase.java:48) 在 org.apache.uima.analysis_engine.impl .PrimitiveAnalysisEngine_impl.callAnalysisComponentProcess(PrimitiveAnalysisEngine_impl.java:378) at org.apache.uima.analysis_engine.impl.PrimitiveAnalysisEngine_impl.processAndOutputNewCASes(PrimitiveAnalysisEngine_impl.java:298) at org.apache.uima.analysis_engine.asb.impl.ASB_impl$AggregateCasIterator.processUntilNextOutputCas (ASB_impl.java:568) 在 org.apache.uima.analysis_engine.asb.impl.ASB_impl$AggregateCasIterator.(ASB_impl.java:410) 在 org.apache.uima.analysis_engine.asb.impl.ASB_impl.process(ASB_impl. java:343) 在 org.apache.uima.analysis_engine.impl.AggregateAnalysisEngine_impl。processAndOutputNewCASes(AggregateAnalysisEngine_impl.java:265) 在 org.apache.uima.analysis_engine.asb.impl.ASB_impl$AggregateCasIterator.processUntilNextOutputCas(ASB_impl.java:568) 在 org.apache.uima.analysis_engine.asb.impl.ASB_impl$AggregateCasIterator。 (ASB_impl.java:410) 在 org.apache.uima.analysis_engine.asb.impl.ASB_impl.process(ASB_impl.java:343) 在 org.apache.uima.analysis_engine.impl.AggregateAnalysisEngine_impl.processAndOutputNewCASes(AggregateAnalysisEngine_impl.java:265) ) 在 org.apache.uima.fit.pipeline.SimplePipeline.runPipeline(SimplePipeline.java:170) 在 org.apache.uima 的 org.apache.uima.analysis_engine.impl.AnalysisEngineImplBase.process(AnalysisEngineImplBase.java:267)。 fit.pipeline.SimplePipeline.runPipeline(SimplePipeline.java:191) 在 com.textjuicer.ruta.date.ArtifactAnnotator。runNLP(ArtifactAnnotator.java:225) at com.textjuicer.ruta.date.ArtifactAnnotator.getAllAnnotations(ArtifactAnnotator.java:70) at com.textjuicer.ruta.date.ArtifactAnnotator.main(ArtifactAnnotator.java:38) 原因：java .lang.IllegalArgumentException：无法解析类型：在 org.apache.uima.ruta.rule.RegExpRule.getGroup2Types（ RegExpRule.java:148) 在 org.apache.uima.ruta.rule.RegExpRule.apply(RegExpRule.java:80) 在 org.apache.uima.ruta.RutaScriptBlock.apply(RutaScriptBlock.java:63) 在 org.apache .uima.ruta.RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) ... 17 更多getAllAnnotations(ArtifactAnnotator.java:70) at com.textjuicer.ruta.date.ArtifactAnnotator.main(ArtifactAnnotator.java:38) 原因：java.lang.IllegalArgumentException：无法解析类型：org.apache.uima 处的参考。 ruta.expression.type.SimpleTypeExpression.getType(SimpleTypeExpression.java:48) 在 org.apache.uima.ruta.rule.RegExpRule.getGroup2Types(RegExpRule.java:148) 在 org.apache.uima.ruta.rule.RegExpRule。在 org.apache.uima.ruta.RutaModule.apply (RutaModule.java:48) 在 org.apache.uima.ruta.RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.RutaScriptBlock.apply(RutaScriptBlock.java:63) .uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) ... 17 更多getAllAnnotations(ArtifactAnnotator.java:70) at com.textjuicer.ruta.date.ArtifactAnnotator.main(ArtifactAnnotator.java:38) 原因：java.lang.IllegalArgumentException：无法解析类型：org.apache.uima 处的参考。 ruta.expression.type.SimpleTypeExpression.getType(SimpleTypeExpression.java:48) 在 org.apache.uima.ruta.rule.RegExpRule.getGroup2Types(RegExpRule.java:148) 在 org.apache.uima.ruta.rule.RegExpRule。在 org.apache.uima.ruta.RutaModule.apply (RutaModule.java:48) 在 org.apache.uima.ruta.RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.RutaScriptBlock.apply(RutaScriptBlock.java:63) .uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) ... 17 更多无法解析类型：参考 org.apache.uima.ruta.rule.RegExpRule.getGroup2Types(RegExpRule.java:148) 的 org.apache.uima.ruta.expression.type.SimpleTypeExpression.getType(SimpleTypeExpression.java:48) ) 在 org.apache.uima.ruta.RutaScriptBlock.apply(RutaScriptBlock.java:63) 在 org.apache.uima.ruta 的 org.apache.uima.ruta.rule.RegExpRule.apply(RegExpRule.java:80)。 RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) ... 17 更多无法解析类型：参考 org.apache.uima.ruta.rule.RegExpRule.getGroup2Types(RegExpRule.java:148) 的 org.apache.uima.ruta.expression.type.SimpleTypeExpression.getType(SimpleTypeExpression.java:48) ) 在 org.apache.uima.ruta.RutaScriptBlock.apply(RutaScriptBlock.java:63) 在 org.apache.uima.ruta 的 org.apache.uima.ruta.rule.RegExpRule.apply(RegExpRule.java:80)。 RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) ... 17 更多在 org.apache.uima.ruta.RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) 处申请(RutaScriptBlock.java:63) .. . 17 更多在 org.apache.uima.ruta.RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) 处申请(RutaScriptBlock.java:63) .. . 17 更多

线程“主”org.apache.uima.analysis_engine.AnalysisEngineProcessException 中的异常：注释器处理失败。
在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:563) 在 org.apache.uima.analysis_component.JCasAnnotator_ImplBase.process(JCasAnnotator_ImplBase.java:48) 在 org.apache.uima.analysis_engine.impl .PrimitiveAnalysisEngine_impl.callAnalysisComponentProcess(PrimitiveAnalysisEngine_impl.java:378) at org.apache.uima.analysis_engine.impl.PrimitiveAnalysisEngine_impl.processAndOutputNewCASes(PrimitiveAnalysisEngine_impl.java:298) at org.apache.uima.analysis_engine.asb.impl.ASB_impl$AggregateCasIterator.processUntilNextOutputCas (ASB_impl.java:568) 在 org.apache.uima.analysis_engine.asb.impl.ASB_impl$AggregateCasIterator.(ASB_impl.java:410) 在 org.apache.uima.analysis_engine.asb.impl.ASB_impl.process(ASB_impl. java:343) 在 org.apache.uima.analysis_engine.impl.AggregateAnalysisEngine_impl。processAndOutputNewCASes(AggregateAnalysisEngine_impl.java:265) 在 org.apache.uima.analysis_engine.asb.impl.ASB_impl$AggregateCasIterator.processUntilNextOutputCas(ASB_impl.java:568) 在 org.apache.uima.analysis_engine.asb.impl.ASB_impl$AggregateCasIterator。 (ASB_impl.java:410) 在 org.apache.uima.analysis_engine.asb.impl.ASB_impl.process(ASB_impl.java:343) 在 org.apache.uima.analysis_engine.impl.AggregateAnalysisEngine_impl.processAndOutputNewCASes(AggregateAnalysisEngine_impl.java:265) ) 在 org.apache.uima.fit.pipeline.SimplePipeline.runPipeline(SimplePipeline.java:170) 在 org.apache.uima 的 org.apache.uima.analysis_engine.impl.AnalysisEngineImplBase.process(AnalysisEngineImplBase.java:267)。 fit.pipeline.SimplePipeline.runPipeline(SimplePipeline.java:191) 在 com.textjuicer.ruta.date.ArtifactAnnotator。runNLP(ArtifactAnnotator.java:225) at com.textjuicer.ruta.date.ArtifactAnnotator.getAllAnnotations(ArtifactAnnotator.java:70) at com.textjuicer.ruta.date.ArtifactAnnotator.main(ArtifactAnnotator.java:38) 原因：java .lang.IllegalArgumentException：无法解析类型：在 org.apache.uima.ruta.rule.RegExpRule.getGroup2Types（ RegExpRule.java:148) 在 org.apache.uima.ruta.rule.RegExpRule.apply(RegExpRule.java:80) 在 org.apache.uima.ruta.RutaScriptBlock.apply(RutaScriptBlock.java:63) 在 org.apache .uima.ruta.RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) ... 17 更多getAllAnnotations(ArtifactAnnotator.java:70) at com.textjuicer.ruta.date.ArtifactAnnotator.main(ArtifactAnnotator.java:38) 原因：java.lang.IllegalArgumentException：无法解析类型：org.apache.uima 处的参考。 ruta.expression.type.SimpleTypeExpression.getType(SimpleTypeExpression.java:48) 在 org.apache.uima.ruta.rule.RegExpRule.getGroup2Types(RegExpRule.java:148) 在 org.apache.uima.ruta.rule.RegExpRule。在 org.apache.uima.ruta.RutaModule.apply (RutaModule.java:48) 在 org.apache.uima.ruta.RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.RutaScriptBlock.apply(RutaScriptBlock.java:63) .uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) ... 17 更多getAllAnnotations(ArtifactAnnotator.java:70) at com.textjuicer.ruta.date.ArtifactAnnotator.main(ArtifactAnnotator.java:38) 原因：java.lang.IllegalArgumentException：无法解析类型：org.apache.uima 处的参考。 ruta.expression.type.SimpleTypeExpression.getType(SimpleTypeExpression.java:48) 在 org.apache.uima.ruta.rule.RegExpRule.getGroup2Types(RegExpRule.java:148) 在 org.apache.uima.ruta.rule.RegExpRule。在 org.apache.uima.ruta.RutaModule.apply (RutaModule.java:48) 在 org.apache.uima.ruta.RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.RutaScriptBlock.apply(RutaScriptBlock.java:63) .uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) ... 17 更多无法解析类型：参考 org.apache.uima.ruta.rule.RegExpRule.getGroup2Types(RegExpRule.java:148) 的 org.apache.uima.ruta.expression.type.SimpleTypeExpression.getType(SimpleTypeExpression.java:48) ) 在 org.apache.uima.ruta.RutaScriptBlock.apply(RutaScriptBlock.java:63) 在 org.apache.uima.ruta 的 org.apache.uima.ruta.rule.RegExpRule.apply(RegExpRule.java:80)。 RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) ... 17 更多无法解析类型：参考 org.apache.uima.ruta.rule.RegExpRule.getGroup2Types(RegExpRule.java:148) 的 org.apache.uima.ruta.expression.type.SimpleTypeExpression.getType(SimpleTypeExpression.java:48) ) 在 org.apache.uima.ruta.RutaScriptBlock.apply(RutaScriptBlock.java:63) 在 org.apache.uima.ruta 的 org.apache.uima.ruta.rule.RegExpRule.apply(RegExpRule.java:80)。 RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) ... 17 更多在 org.apache.uima.ruta.RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) 处申请(RutaScriptBlock.java:63) .. . 17 更多在 org.apache.uima.ruta.RutaModule.apply(RutaModule.java:48) 在 org.apache.uima.ruta.engine.RutaEngine.process(RutaEngine.java:561) 处申请(RutaScriptBlock.java:63) .. . 17 更多

我使用以下脚本查找列表项；

脚本：

SuspectedList 包含标题和列表项，我尝试使用 NEAR 条件仅提取列表项并将它们标记为 DZP_List。

输入：

疑似名单：

DZP_List 应包含除前两个条目（43 和 44）之外的所有上述内容。它们都是标题（后跟段落）。

但我的输出不包括 43、44 和 12，其中 11 以空格结尾。如果空间被删除，我得到正确的输出。2 也以空格结尾，但工作正常。

我还尝试使用各种值更改 NEAR 条件下的间隔，例如；

0,1 - 还包括 43 和 44（标题）

1,5 - 12 缺失，但是当 11 中的空间（在输入文件中）被删除时，它工作正常。

1,10 - 完美！

并得到奇怪的结果。

1. 我将GermanNovel示例项目（基本上从https://github.com/apache/uima-ruta/releases的 uima-ruta 版本之一下载）作为 maven 项目导入到 eclipse 中。我将它作为 maven 导入，因为我找到了一个 pom.xml 文件。

2. 我在 Main.ruta 脚本中发现一个错误，指出 "GeneratedDKProCoreTypes" not found，但在描述符文件夹中存在 GeneratedDKProCoreTypes.xml。

3. 如果我将de.tudarmstadt.ukp.dkpro.core.treetagger-asl依赖项的版本从1.5.0更改为1.7.0 ，则找不到类TreeTaggerPosLemmaTT4J 。它已被弃用还是什么？我应该改用其他一些类和类型吗？

主菜

我正在从 Java Maven 项目动态执行 ruta 脚本。该脚本注释一个 HTML 文件，并进一步处理输出。现在，coveredText 之间包含 HTML 标记，如下所示；

(a+b) < SUP >2< /SUP> ==> 标记为公式

但我希望它作为

(a+b)2 ==> 将上标作为另一个注释捕获并稍后处理。

如何达到预期的解决方案？

找不到 FirstToken 以供某些参考（末尾包含空格）。

脚本：

输入文件：