JAPE 规则区分文件答案

【问题标题】：JAPE rule distinguishing documentsJAPE 规则区分文件
【发布时间】：2017-08-12 20:20:34
【问题描述】：

我目前正在尝试编写一个 JAPE 规则，该规则可以识别来自原始研究文章的评论。假设我想强调一个短语，如“在这篇评论中我们讨论......”、“评论总结......”等等。现在我有：

Phase: Review
Input: Token
Options: control = appelt

Macro: REVIEWTERM
({Token.string ==~ "[Rr]eview"} |
{Token.string ==~ "[Oo]verview"} |
{Token.string ==~ "[Mm]inireview"} |
{Token.string ==~ "[Ss]tudies"} |
{!Token.string == "trial"} |
{!Token.string == "case", !Token.string == "report"})

Rule: Mainreview
(
({Token.category == "IN"})?
({Token.category == "DT"})?
(REVIEWTERM)
({Token.category == "PRP"})?
{Token.category == "VBZ"}
): review -->
:review.Review = {rule = Mainreview}

但它不能正常工作。请问哪里出错了？

【问题讨论】：

标签： nlp gate

【解决方案1】：

首先我建议替换宏的选项，如

{Token.string ==~ "[Rr]eview"}

使用具有这些值的地名词典，其中区分大小写标志设置为 false 。

从 MainReview 规则我可以看到你有一个稳定的规则 (REVIEWTERM) (VBZ)

请确保：

a) 您的 POS Tagger 在此 JAPE 规则之前执行（只是为了确保）

b) 您的词性标注器为上述示例生成 VBZ 类别

如果没有帮助 - 请告诉我，我会尝试在我的环境中运行此规则。

【讨论】：

感谢您的回答！ a) POS 标注器在 JAPE 转换器之前执行。 b) 大多数单词“review”后面跟着一个单词，这就是我选择VBZ类别的原因。该规则适用于主题中的短语，但它也突出显示诸如“IBD is”、“and is”之类的垃圾，这不是我正在寻找的评论文章的标志

【解决方案2】：

在我看来，由于{!Token.string == "trial"} | {!Token.string == "case", !Token.string == "report"} 部分，几乎所有令牌都会触发宏REVIEWTERM。它将匹配除试验、案例或报告之外的任何令牌。

因此，您当前的规则 Mainreview 或多或少地给了我任何令牌，后跟 VBZ（由 PRP 分隔或不分隔）。

【讨论】：