java - 如何开始 UIMA 和简单的 NLP 任务？

我最近发现了 UIMA ( http://uima.apache.org/ )。对于简单的 NLP 任务，例如标记化、句子拆分、词性标注等，它看起来很有前景。

我已经设法获得了一个已经配置好的最小 java 示例，该示例将 OpenNLP 组件用于其管道。

代码如下所示:

public void ApplyPipeline() throws IOException, InvalidXMLException,
        ResourceInitializationException, AnalysisEngineProcessException {

    XMLInputSource in = new XMLInputSource(
            "opennlp/OpenNlpTextAnalyzer.xml");
    ResourceSpecifier specifier = UIMAFramework.getXMLParser()
            .parseResourceSpecifier(in);

    AnalysisEngine ae = UIMAFramework.produceAnalysisEngine(specifier);

    JCas jcas = ae.newJCas();
    jcas.setDocumentText("This is my text.");

    ae.process(jcas);
    this.doSomethingWithResults(jcas);

    jcas.reset();
    ae.destroy();
}

private void doSomethingWithResults(JCas jcas) {
    AnnotationIndex<Annotation> idx = jcas.getAnnotationIndex();
    FSIterator<Annotation> it = idx.iterator();

    while (it.hasNext()) {
        System.out.println(it.next().toString());
    }

}

摘自 OpenNlpTextAnalyzer.xml:

<delegateAnalysisEngine key="SentenceDetector">
    <import location="SentenceDetector.xml" />
</delegateAnalysisEngine>
<delegateAnalysisEngine key="Tokenizer">
    <import location="Tokenizer.xml" />
</delegateAnalysisEngine>

java代码产生如下输出:

Token
   sofa: _InitialView
   begin: 426
   end: 435
   pos: "NNP"

我试图从 toString() 方法使用的每个 Annotation 对象中获取相同的信息。我已经查看了 UIMA 的源代码以了解值的来源。我试图找回它们有点奏效，但它们在任何方面都不聪明。

我正在努力寻找简单的例子，从 JCas 对象中提取信息。

我正在寻找一种方法来获取例如我的 PosTagger 或 SentenceSplitter 生成的所有注释以供进一步使用。

我猜

List<Feature> feats = it.next().getType().getFeatures();

获取值是一个开始，但由于UIMA拥有原始类型的类，甚至注释类中的toString方法的源代码读起来就像一个耳光。

我在哪里可以找到使用基本 UIMA 内容的 Java 代码以及好的教程(框架本身的 javadoc 除外)？

最佳答案

为您的注释类型生成 JCas 包装器类(您可以使用 UIMA 附带的用于 Eclipse 的类型系统编辑器 UIMA 插件来执行此操作)。这将为您提供可用于访问注释的 Java 类——这些类为功能提供了 getter 和 setter。

您应该看看 uimaFIT ，它提供了一个更方便的 API，包括从 JCas 检索注释的便捷方法，例如select(jcas, Token.class) (其中 Token.class 是您使用类型系统编辑器生成的类之一)。

您可以在 Groovy scripts 页面上找到一些快速入门的 DKPro Core 和 UIMA 组件集合。

UIMA@GSCL 2013 教程(幻灯片和示例代码)中的 Material 可能对您有用。转到 here 并向下滚动到“教程”。

披露:我是 UIMA、uimaFIT、DKPro Core 的开发人员和 UIMA@GSCL 2013 研讨会的共同组织者。

关于java - 如何开始 UIMA 和简单的 NLP 任务？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/19840576/