Question

我一直在寻找解决方案这几周，我有一些文件（约95）我试图使用GATE进行分类。我把它们放在一个我称之为training_corpus的语料库中，然而，在ANNIE注释了语料库之后，我必须回到每个文件中，选择文档中的所有标记，并创建一个名为Mention的注释，其特征类型和值为该类为文件。例如：

键入Start End id功能
提及0 70000 2588 {type = neg}

无论如何使用JAPE自动执行此操作？基本上，我想选择所有标记并使用feature（type = class）创建一个新的注释。此外，该类附加到文档。由于文档很多，JAPE可以从文档名称中提取类，并将其设置为Mentions feature的值。示例文档名称为neg_data1.txt，因此注释将为Mention.type = neg？

任何帮助将不胜感激。感谢

Answer 1

我认为你自己回答了你的问题。如果课程作业只基于文本中的一个标记 - 为什么不简单地处理GATE之外的文本？例如，要创建一个xml文件，如：文本然后在培训过程中使用它。您还可以创建一个简单的JAPE规则，该规则将： a）将在文档边界内获取文本（参见gate.Utils.length方法AFAIR） b）根据您的令牌的存在，将创建一个具有必要功能的新Annotation实例。一个抽象的例子：

Phase: Instance
Input: Token
Options: control = once

Rule:Instance
(
  {Token}
):instance
-->
{
   AnnotationSet instances = outputAS.get("INSTANCE_ANNOTATION");
    FeatureMap featureMap = Factory.newFeatureMap();
    if (instances!=null&&!instances.isEmpty()){
       featureMap.put("features when annotation presented in doc");
     }else{
       featureMap.put("features when annotation not in doc");
     }
    outputAS.add(new Long(0), new Long(documentLength), "Mention", featureMap);

}

使用JAPE注释文档

1 个答案: