Wordlist -uima ruta

Question

На самом деле я использовал некоторые имена CITY и имена PUBLISHERS в Wordlist. В моем понимании, Wordlist аннотирует все вхождения любого элемента списка в документе. Но я обнаружил проблему, что число случаев было увеличено или уменьшено когда я изменил порядок текста в списке.

Например:

Сценарий:

WORDLIST CITYPUBLIST='CITYPUB.txt'; 
DECLARE CITYPUB; 
Document{ -> MARKFAST(CITYPUB, CITYPUBLIST)}; 
WORDLIST JournalNameLIST='JournalName.txt'; 
DECLARE JournalName; 
Document{ -> MARKFAST(JournalName, JournalNameLIST)}; 

словник (CITYPUB.txt):

Arlington (VA): National Center for Education in Maternal and Child Health 
[place unknown]: American Football Coaches Assn 
[Bethesda (MD)]: The Institute 
Chicago. Chicago: American Medical Association 
Basil, Switzerland.Boston: MTB Press 
St. Louis, MO. Washington: The Society 
Chicago: University of Chicago Press 

JournalName.txt:

Jpn J Med Sci Biol 
J Immunol 
Lancet 
Pharm Res Commun 
Behav Neuropsychiatry 
J Pharm Pharm Sci 
Cochrane Database Syst Rev 

Пример ввода:

1.Lawrence RA. A review of the medical benefits and contraindications to breastfeeding in the United States [Internet] . Arlington (VA): National Center for Education in Maternal and Child Health; 1997 Oct [cited 2000 Apr 24]. p. 40. Available from: www.ncemch.org/pubs/PDFs/Welcometojungle.pdf. 
2.Shishido A. Retraction notice: Effect of platinum compounds on murine lymphocyte mitogenesis [Retraction of Alsabti EA, Ghalib ON, Salem MH. In: Jpn J Med Biol 1979 Apr; 32(2):53-65]. Jpn J Med Sci Biol 1980 Aug;33(4):235-237. 
3.Leist TP, Zinkernagel RM. Effects of treatment with IL-2 receptor specific monoclonal antibody in mice [letter] [Retraction of Leist TP, Kohler M, Eppler M, Zinkernagel RM. In: J Immunol 1989 Jul 15; 143(2): 628-32]. J Immunol 1990 Apr 1;144(7):2847. 
4.Alsabti EA, Ghalib ON, Salem MH. Effect of platinum compounds on murine lymphocyte mitogenesis [Retracted by Shishido A. In: Jpn J Med Sci Biol 1980 Aug; 33(4):235-7]. Jpn J Med Sci Biol 1979 Apr;32(2):53-65. 
5.Meyer, Beat; Hermanns, Karl. Formaldehyde release from pressed wood products. In: Turoski, Victor, editor. Formaldehyde: analytical chemistry and toxicology. Proceedings of the symposium at the 187th meeting of the American Chemical Society; 1984 Apr 8-13; St. Louis, MO. Washington: The Society; 1985. p. 101-116. 
6.Magni F, Rossoni G, Berti F. BN-52021 protects guinea-pig from heard anaphylaxis. Pharm Res Commun 1988 Dec;20 Suppl 5:75-78. 
7.Garvia EE, DeHaven ED. An experimental analysis of response acquisition and elimination with positive reinforcers. Behav Neuropsychiatry 1975 April-1976 Mar;7(1-12):71-78. 
8.Mueller FO, Schindler RD. Annual survey of football injury research 1931-1985. [place unknown]: American Football Coaches Assn; 1986. 24 p. 
9.Stern, Michael P. National Institute of Arthritis, Diabetes, and Digestive and Kidney Diseases. Diabetes in America: diabetes data compiled 1984. [Bethesda (MD)]: The Institute; 1985 Aug. Diabetes in Hispanic Americans. Chapter 9. (NIH publication; no. 86-1468). 
10.Vivian, Valerie L, editor. Child abuse and neglect: a medical community response. 1st AMA National Conference on Child Abuse and Neglect; 1984 March 30-June 31; Chicago. Chicago: American Medical Association; 1985. 256 p. 
11.Popper, Hans, et al., editors. Structural carbohydrates in the liver: proceedings of the 34th Falk Symposium; 1982 oct 12-19; Basil, Switzerland.Boston: MTB Press; 1983. 701 p. 
12.Tidy JA, Parry GC, Ward P, Coleman DV, Peto J, Malcolm AD, Farrell PJ. High rate of papillomavirus type 16 infection in cytologically normal cervices [letter] [Retracted by Tidy J, Farrell PJ. In: Lancet 1989 Dec 23-30:2(8678-8679):1535]. Lancet 1989 Feb 25;1(8635):434. 
13.Thomas Bernard, A Party for Boris, in Histrionics: Three Plays, trans. Peter K. Jansen and Kenneth Northcott (Chicago: University of Chicago Press, 1990). 

Когда я протестировал его, я получил CITYPUB (4). Если я использую пустую строку перед элементом списка, я получаю CITYPUB (5).

Заранее спасибо.

Answer 1

Скорее всего, этот файл начинается с отметки порядка байтов (BOM). Можете ли вы проверить, есть ли спецификация, например, с помощью Notepad ++? В UIMA Ruta есть открытая проблема, файлы с спецификациями не поддерживаются прямо сейчас (UIMA Ruta 2.4.0). Удалите спецификацию или добавьте фиктивную линию (пустую строку) в начале.

(Я разработчик UIMA Рута)