训练数据集的局限性是什么 -Uima Ruta答案

【问题标题】：What is the Limitation of Training data set -Uima Ruta训练数据集的局限性是什么 -Uima Ruta
【发布时间】：2016-09-21 14:58:15
【问题描述】：

在 TextRuler 视图中，训练数据中的输入数量是否有任何限制。因为它花费了太多时间。有时它会生成规则，否则它会显示一些 GC 开销限制。

如果我尝试使用算法生成的脚本，它会显示一些错误。

错误：

Error in KEP,  line 160, "SCRIPT": found no viable alternative

生成的脚本：

SCRIPTSTART{->MARKONCE(SCRIPT,1,3)} ANY*? SCRIPTEND;
SCRIPTSTART{IS(SCRIPTEND)->MARKONCE(SCRIPT)} ;

【问题讨论】：

【解决方案1】：

关于错误：

错误表明 SCRIPT 未知。是否声明了类型 SCRIPT？生成的规则可能只是规则，您需要添加导入才能构建正确的脚本。第160行的内容是什么？

关于 TextRuler 的总体介绍：

创建该框架是为了在规则工程期间为用户提供支持。它不是针对常见的监督机器学习优化的框架。因此，它没有针对运行时和内存使用进行优化。

算法为每个示例创建规则并尝试获得良好的覆盖率。因此，示例越多，算法所需的时间就越长。

内存使用率不应该这么高。这可能是可以解决的问题，但目前对此无能为力。

免责声明：我是 UIMA Ruta 的开发人员

【讨论】：

第 160 行的内容是 SCRIPTSTART{->MARKONCE(SCRIPT,1,3)} ANY*?脚本； SCRIPTSTART{IS(SCRIPTEND)->MARKONCE(SCRIPT)} ;这是由Kep算法生成的。我试图运行由kep算法生成的结果规则。然后只有我收到上述错误。
我需要添加哪些导入来构建正确的脚本？
这取决于您的配置。通常，您需要在 TextRuler 视图中的 Preprocess script 中指定的脚本。我假设它是您声明 SCRIPT 的脚本。
是否在参数配置中。
可以加一行SCRIPT my.package.PreprocessScript;