如何在 GATE JAPE 语法中自定义标记词？

Question

我有一组文档，每个文档都有不同的标题。例如，如果文档标题为“心理评估”，我想将文档标记为“医学规则”。

1. 我加载了文档并使用默认值加载了 ANNIE。
2. 在处理资源中 > 新 > Jape 传感器 2.1 在文本文档中写下如下代码并保存为.JAPE扩展名

代码：

---

Phase: ConjunctionIdentifier
Input: Token Split    
Rule: Medicalrule
(
({Token.string=="Psychological"})+({Token.string == " "})+ ({Token.string == "Evaluation"}):Meddoc({Token.kind=="word"})
)

--> 
:Meddoc
  {
    gate.AnnotationSet matchedAnns= (gate.AnnotationSet) bindings.get("Meddoc"); gate.FeatureMap newFeatures= Factory.newFeatureMap();newFeatures.put("rule","Medicalrule");annotations.add(matchedAnns.firstNode(),matchedAnns.lastNode(),"CC", newFeatures);
 }

---

1. 加载上面创建的 .JAPE 文件并重新初始化

应用程序运行后，注释集不显示标签！

我在某处做错了吗？如果有人可以帮助我，那就太好了。

珍惜你的时间。

谢谢

Answer 1

我确定没有像这样的注释：Token.string == ""。尝试改用 SpaceToken 注释。 另外，为什么不尝试使用地名词典而不是将文本值硬编码到 JAPE 代码中？

Answer 2

我可以在这里看到三个问题。

• 首先，正如 asshingel 所说，空格不表示为 Token 注释 - 这是故意的，因为在大多数情况下，您不关心单词之间的间距，只关心单词本身。
• 其次，尾随的({Token.kind=="word"}) 表示该规则仅在“心理评估”后跟当前句子结尾之前的另一个单词时匹配（因为您在输入行中有Split）。
• 第三，您只是将Meddoc 标签绑定到“评估”标记，而不是整个匹配。

我会尝试简化规则的 LHS：

Phase: ConjunctionIdentifier
Input: Token Split    
Rule: Medicalrule
(
  {Token.string=="Psychological"}
  {Token.string == "Evaluation"}
):meddoc

对于 RHS (a) 您不需要显式执行 bindings.get，因为您使用了标记块，因此您已经拥有可用的绑定注释，(b) 您应该使用 outputAS 而不是annotations 和 (c) 您通常应该避免使用节点的 add 方法，因为如果输入和输出注释集不同，它是不安全的。如果您使用的是 GATE 的最新快照，那么 gate.Utils 静态方法可以在这里为您提供很多帮助

:meddoc {
    Utils.addAnn(outputAS, meddocAnnots,"CC",
                 Utils.featureMap("rule","Medicalrule"));
}

如果您使用的是 7.1 或更早版本，则 addAnn 方法不可用，因此稍微复杂一些：

:meddoc {
  try {
    outputAS.add(Utils.start(meddocAnnots), Utils.end(meddocAnnots),"CC",
                 Utils.featureMap("rule","Medicalrule"));
  } catch(InvalidOffsetException e) { // can't happen, but won't compile without
    throw new JapeException(e);
  }
}

最后，只是为了检查一下，您确实将新的 JAPE Transducer PR 添加到管道的末尾？