UIMA ruta 中的模糊性

Posted 2023-05-08

【中文标题】UIMA ruta 中的模糊性

【英文标题】：Fuziness In UIMA ruta

【发布时间】：2018-01-24 07:11:30

【问题描述】：

在单词匹配的情况下是否有任何模糊选项，或者忽略一些特殊情况。

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，以防遇到一些特殊字符，例如

Tiger- 或 MONKEY$

根据documentation有不同的评估员知道如何使用吗？ 或者我可以使用 SCORE 或 MARKSCORE

【问题讨论】：

@PeterKluegl 你能帮忙吗？

是的，我会在接下来的几天里添加答案。

【参考方案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 是语言元素，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）。在您在问题中提供的示例中，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 自己自动创建和维护（不应直接由其他分析引擎或规则更改）。 RutaBasic 注释代表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 - 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。因此，Tiger 和 Monkey 应该被注释，并且您问题中的示例应该实际工作（我测试过）。您可能需要一些后期处理才能将SPECIAL 包含在ANIMAL 中。

我不得不提一下，在字典查找（Multi Tree Word List，TRIE）中还有一个使用编辑距离的功能。然而，这个功能已经好几年没有维护了。它还应该支持特定替换的不同权重。我不知道这算不算模糊。

免责声明：我是 UIMA Ruta 的开发人员