使用UIMA Ruta在文本文件中搜索項目

Question

我一直在嘗試搜索文本文件中存在的項目。

文本文件就像例如：

> HEADING

00345

XYZ

方法名稱：fdsafk

日期：2012年4月23日

更多文本和某些包含XYZ實例的部分

因此，我最初在字典中搜索XYZ並找到了位置，但是我只想要第一個XYZ ，而不想要其余的。 XYZ有一個屬性，該屬性將始終在5位代碼和文本MethondName之間 。

我做不到。

WORDLIST ZipList = 'Zipcode.txt';
DECLARE Zip;
Document
Document{-> MARKFAST(Zip, ZipList)};

DECLARE Method;
"MethodName" -> Method;


WORDLIST typelist = 'typelist.txt';
DECLARE type;
Document{-> MARKFAST(type, typelist)};

另外，我們如何在UIMA RUTA中使用REGEX？

Answer 1

有很多指定方法。 以下是一些示例（未經測試）：

// just remove the other annotations (assuming type is the one you want)
type{-> UNMARK(type)} ANY{-STARTSWITH(Method)};

// only keep the first one: remove any annotation if there is one somewhere in front of it
// you can also specify this with POSISTION or CURRENTCOUNT, but both are slow
type # @type{-> UNMARK(type)}

// just create a new annotation in between
NUM{REGEXP(".....")} #{-> type} @Method;

在UIMA Ruta中有兩種使用正則表達式的選項：

• （找到）簡單的正則表達式規則，例如"[A-Za-z]+" -> Type;
• （匹配項）REGEXP條件，用於驗證規則元素（如
  ANY{REGEXP("[A-Za-z]+")-> Type};

讓我知道是否不清楚。 然后，我將擴展描述。

免責聲明：我是UIMA Ruta的開發人員