UIMA Ruta只注释最长匹配

Question

我正在使用RUTA并为提取相同的实体写了很多不同的规则。例如，我将提取“卫生纸工厂”。目前我的规定将导致卫生纸厂,造纸厂和工厂。但我只对最长的比赛感兴趣。

我创建了一个小例子：

DECLARE Test; 
(CW CW) {-> CREATE(Test)}; 
(CW CW CW) {-> CREATE(Test)}; 

我的测试字符串：以上

lower lower Upper Upper Upper lower Upper 

规则将匹配上上和上上上。但在这种情况下，我只对最后一条规则的结果感兴趣。

是否可以删除较短的匹配？

Answer 1

有几个选项可以避免附加匹配并删除额外创建的注释。

你可以像删除附加注释：

Test->{ANY t:@Test{-> UNMARK(t)};t:@Test{-> UNMARK(t)} ANY;}; 

此规则检查所有测试的注释和跨度内应用两个规则。每个规则都会搜索任何前面或后面注释的Test注释，这意味着此注释比第一个小。如果匹配，注释将被删除。

也有PARTOFNEQ条件，但它是相当缓慢：

Test{PARTOFNEQ(Test)->UNMARK(Test)}; 

如果你想避免注释的创建，您需要更改规则的顺序，并应用更具体的一个第一。您可以通过多种方式改变匹配过程，例如，使用PARTOF条件，MARKONCE动作或设置GREEDYANCHORING。

一个例子：

(CW{-PARTOF(Test)} CW CW) {-> CREATE(Test)}; 
(CW{-PARTOF(Test)} CW) {-> CREATE(Test)}; 

在你比如说你当然可以这样做：

CW[2,3]{-PARTOF(Test)-> Test}; 

，但是这可能不是这背后的问题的想法。

免责声明：我是UIMA鲁塔开发商