UIMA 环境中的 Ruta。在纯 Java 中使用预定义的集合/集合和词典

Question

我是 Ruta 的初学者，我现在想要掌握的想法是如何在 UIMA 环境中（在纯 Java 中）处理类变量/集合。我尝试按照documentation 中给出的示例进行操作；但是 Ruta 规则可以作为脚本文件在外部应用，也可以使用 Ruta.apply(cas, rule) 在“现场”应用。例如，这些选项都不允许我使用文件词典或任何预定义的 java 集合。你能给我一些提示/解决我的问题吗？

一般来说，我使用 UIMA AE 来解析句子，然后使用在 Ruta 脚本中创建的注释根据句法结构匹配特定类型的句子。因此，我编写的 Ruta 规则相当简单，但由于 POSTtags 集而显得笨重。所以我想在 Ruta 内部获得一些灵活性。如果对此主题也有任何建议，我将不胜感激。

编辑：例如，我有一个规则考虑由 AE（斯坦福解析器）创建的一组 POSTag。因此，为了匹配所需的句子结构，我将按以下方式对其进行硬编码（我意识到这是最幼稚的方式）：

String rutaSampleRule = "BLOCK(ForEach) Sentence{}{Document{-> Asyndeton} " + "<- {((Constituent.label==\"NN\" COMMA Constituent.label==\"NN\") |" + " (Constituent.label==\"NNP\" COMMA Constituent.label==\"NNP\") |" + " (Constituent.label==\"NNPS\" COMMA Constituent.label==\"NNPS\") |" + " (Constituent.label==\"NNS\" COMMA Constituent.label==\"NNS\"));};}";
Ruta.apply(cas, rutaSampleRule);

现在，我想要的是声明一个此类 POSTtags 的集合（即 NNS、NN），在 Ruta 中对其进行迭代并匹配相应的句子结构（此处为连续名词）。这将使我的规则更加灵活和实用。

第二种选择是使用词典而不是集合，但我认为它们只能在 Ruta 中单独使用（与 MARKFAST 一起）（不是纯 Java）；至少我找不到任何例子。

所以，总结一下我的问题：在简单的 Ruta 脚本（不引入任何新类型）中，是否有可能（以及如何）在纯 Java 中使用外部定义的集合/词典？

我希望，我设法以更好的方式解释它。提前致谢。

编辑 1： 我通过在指南中使用路径和 example 来了解如何在纯 Java 中使用词典。不过，我想知道如何使用配置参数将值分配给变量？

Answer 1

这应该可以解决问题（使用当前主干测试）：

String rutaSampleRule = "STRINGLIST posList;"
    + "Sentence{-> Asyndeton} <- {"
    + "c1:Constituent{CONTAINS(posList, c1.label)} COMMA c2:Constituent{c2.label == c1.label};"
    + "};";

List<String> posList = Arrays.asList(new String[] { "NN", "NNP", "NNPS", "NNS" });
Map<String, Object> additionalParams = new HashMap<>();
additionalParams.put(RutaEngine.PARAM_VAR_NAMES, new String[] { "posList" });
additionalParams.put(RutaEngine.PARAM_VAR_VALUES, new String[] { StringUtils.join(posList, ",") });
Ruta.apply(cas, rutaSampleRule, additionalParams);

一些cmets：

• STRINGLIST 在规则中声明并使用两个配置参数填充。
• 我重构了内联规则：不需要分离式组合规则元素（几个规则会做同样的事情），不需要多个规则元素/规则。
• 现在示例中不再需要块。我删除了它。
• 如果发布的 Ruta 版本出现问题，则需要重写规则：使用字符串变量，而不是直接比较标签表达式的特征。
• 使用外部字典的方法会非常相似，例如使用 INLIST 条件。

免责声明：我是 UIMA Ruta 的开发人员