nlp - 如何从命令行使用 cTAKES？

Question

我想知道如何使用 Apache cTAKES从命令行。

例如。 :

我有一个文件 note.txt，其中包含一些文本，例如“Patient had
血糖升高，但测试证实没有糖尿病。患者父亲曾
成人发病的糖尿病。”

我想使用提供的分析引擎\apache-ctakes-3.2.2-bin\apache-ctakes-3.2.2\desc\ctakes-clinical-pipeline\desc\analysis_engine\AggregatePlaintextUMLSProcessor.xml

我怎样才能使用分析引擎的输出(即注释)
命令行(即不使用 UIMA CAS 等图形用户界面
可视化调试器或集合处理引擎)？我宁愿
使用提供的 JAR 文件，而不必编译代码。

问题很简单，但我找不到信息
cTAKES's README或者
在 Confluence .

Answer 1

请尝试以下步骤从命令行使用 cTAKES CPE(关键类是“org.apache.uima.examples.cpe.SimpleRunCPE”):

将目录更改为 $CTAKES_HOME/desc/ctakes-clinical-pipeline/desc/collection_processing_engine/

将 test_plaintext.xml 复制到另一个文件(例如，“test_plaintext_test.xml”)。

编辑“test_plaintext_test.xml”以设置输入目录；找到 name = "InputDirectory"的 "nameValuePair"，并将值字符串设置为输入目录。以下示例将输入目录设置为“$CTAKES_HOME/note_input”:

<nameValuePair>
    <name>InputDirectory</name>
    <value>
        <string>note_input</string>
    </value>
</nameValuePair>

同样，编辑“test_plaintext_test.xml”以设置输出目录(以下示例中的“$CTAKES_HOME/result_output”):

<nameValuePair>
    <name>OutputDirectory</name>
    <value>
        <string>result_output</string>
    </value>
</nameValuePair>

保存“test_plaintext_test.xml”并将目录更改为 $CTAKES_HOME/bin。

将 runctakesCPE.sh 复制到另一个文件(例如，“runctakesCPE_CLI.sh”)。

编辑“runctakesCPE_CLI.sh”；将最后一行(“java ...”)替换为下一行(“USER”和“PW”应替换为您的UMLS用户名和密码，内存设置Xms和Xms可能会根据内存大小进行调整在您的机器上):

java -Dctakes.umlsuser=USER -Dctakes.umlspw=PW -cp $CTAKES_HOME/lib/*:$CTAKES_HOME/desc/:$CTAKES_HOME/resources/ -Dlog4j.configuration=file:$CTAKES_HOME/config/log4j.xml -Xms2g -Xmx3g org.apache.uima.examples.cpe.SimpleRunCPE $CTAKES_HOME/desc/ctakes-clinical-pipeline/desc/collection_processing_engine/test_plaintext_test.xml

保存“runctakesCPE_CLI.sh”，然后创建输入目录(“$CTAKES_HOME/note_input”)和输出目录(“$CTAKES_HOME/result_output”)。

将您的 note.txt 放入输入目录(例如，“$CTAKES_HOME/note_input/note.txt”)，然后运行“runctakesCPE_CLI.sh”。

cTAKES CPE 将开始在命令行模式下运行，结果文件将在输出目录中生成(例如，“$CTAKES_HOME/result_output/note.txt.xml”)。

我实际上使用了你的 note.txt 来运行上面的步骤，这里是生成的 note.txt.xml 的前几行:

    <?xml version="1.0" encoding="UTF-8"?><CAS version="2">
        <uima.cas.Sofa _indexed="0" _id="3" sofaNum="1" sofaID="_InitialView" mimeType="text" sofaString="Patient had elevated blood sugar but tests confirm no diabetes. Patient's father had adult onset diabetes.&#10;"/>
        <org.apache.ctakes.typesystem.type.structured.DocumentID _indexed="1" _id="1" documentID="note.txt"/>
        <uima.tcas.DocumentAnnotation _indexed="1" _id="10" _ref_sofa="3" begin="0" end="107" language="x-unspecified"/>
        <org.apache.ctakes.typesystem.type.textspan.Segment _indexed="1" _id="15" _ref_sofa="3" begin="0" end="107" id="SIMPLE_SEGMENT"/>
        <org.apache.ctakes.typesystem.type.textspan.Sentence _indexed="1" _id="21" _ref_sofa="3" begin="0" end="63" sentenceNumber="0"/>

希望这可以帮助 :-)