apache - UIMA ruta 中的模糊性

Question

在单词匹配或忽略某些特殊情况的情况下，是否有任何模糊选项。
例如:

STRINGLIST AMIMALLIST = {"LION","TIGER","MONKEY"};
DECLARE ANIMAL;


Document {-> MARKFAST(ANIMAL, AMIMALLIST, true)};

我需要将单词与列表匹配，以防我遇到一些特殊字符，例如
老虎- 或 猴子$
根据 documentation有不同的评估者知道如何使用吗？
或者我可以使用 评分 或 MARKSCORE

Answer 1

这里有几个方面需要考虑。一般来说，UIMA Ruta 不支持字典查找中的模糊性。 SCORE和 MARKSCORE是可用于在顺序规则中引入一些启发式评分(不是真正的模糊性)的语言元素。在您在问题中给出的示例中，您实际上并不需要模糊匹配。

UIMA Ruta 中的字典查找适用于 RutaBasic 注释。这些注释由 UIMA Ruta 本身自动创建和维护(不应由其他分析引擎或规则直接更改)。 RutaBasic 注释表示注释所指的最小片段。默认情况下，RutaEngine 的播种器为单词( W -> CW 、 SW 、 CAP )和许多其他标记(如 SPECIAL)创建注释对于 - 或 $。这意味着还有一个 RutaBasic 注释，并且字典查找可以区分这些标记。结果， Tiger 和 Monkey 应该被注释掉，你问题中的例子应该确实有效 (我测试过)。您可能需要一些后期处理才能包含 SPECIAL在 ANIMAL .

我不得不提到还有使用 的功能。编辑距离在字典查找中(多树单词列表，TRIE)。但是，此功能已多年未得到维护。它还应该支持特定替换的不同权重。我不知道这是否算作模糊。

免责声明:我是 UIMA Ruta 的开发人员