Как мы можем аннотировать символ юникода в uima ruta: Пример: Я хочу отметить этот текст (Париж: Ã ‰ ditions Robert Laffont). Поэтому я использовал следующее правило ,Как мы можем аннотировать символ Юникода в uima ruta
DECLARE CITY;
CW COLON CW+{->MARK(CITY,1,3)};
Но текст, прикрытый до Парижа: Ã. Есть ли способ решить эту проблему. Ожидает ответа. Спасибо заранее.
Все о нем определение lexer, которое создает аннотации класса маркера руты (W, CW, SPECIAL ...).
Правило CW COLON CW+{->MARK(CITY,1,1)}; создает аннотацию типа CITY для интервала текста Paris независимо от символа юникода.
Последнее правило элемент CW+ матчи на Ã, так как это аннотированный с CW, но там останавливается, так как ‰ не CW, но SPECIAL.
Существуют различные способы избежать этой проблемы. Мой совет будет заключаться в том, что вы должны полагаться на разные типы аннотаций для своих правил. Работа аннотаций lexer в руте заключается в создании минимальных аннотаций. Они вообще не определяют токенов.
Вы могли бы, возможно, использовать что-то вроде этого (или использовать фактическую Tokenizer для лучшей производительности):
DECLARE CITY;
DECLARE Token;
RETAINTYPE(SPACE);
(W (SPECIAL? W)*){-> Token};
RETAINTYPE;
Token COLON Token+{->MARK(CITY,1,1)};
ОТКАЗ: Я разработчик UIMA Ruta
Привет, Питер за ваш ответ. У меня возникло сомнение в этом правиле Line {-REGEXP («CORA:. *») -> MARK (Reference)}; Что такое CORA:. * Означает –
Можете ли вы вкратце объяснить об аннотациях Html, Html-конверторе и TEIViewWriter с некоторыми примерами. Поскольку я пробовал это, но получил некоторые сообщения об ошибках. –
Объяснение примерами довольно проблематично в этом разделе комментариев. Лучше всего, спросите об этом в списке рассылки пользователей UIMA (или создайте новый вопрос здесь в stackoverflow). –
Я сталкивался с подобной проблемой для EN DASH (юникод = â € "). Я использовал SW SPECIAL + {-> MARK (HYPHEN_UNICODE, 1,2)}; Так что проблема решена. Это единственный способ решить проблему. Orelse есть другое решение. –