我应该如何使用UIMA Ruta来匹配换行符之间的所有单词？

Question

感谢任何有力的手！

我有一些文字如下

aaaaa aaaa aaaaa aaaaaa
bbbbb bbbbb bbbb bbbbbb
cccccc ccccc ccccc cccccc

我想使用Ruta创建一个匹配换行符之间所有字符串的注释。我希望我的注释创建以下三个匹配：

1. aaaaa aaaa aaaaa aaaaaa
2. bbbbb bbbbb bbbb bbbbbb
3. cccccc ccccc ccccc cccccc

我尝试在换行符之间匹配所有内容，如下所示

BREAK #{-> MARK(Stuff)} BREAK;

但没有运气。有人可以提出一些建议吗？

非常感谢！

Answer 1

您的规则问题可能是当前使用的过滤设置。默认情况下，空格，中断和标记不可见。该规则可能无法找到任何锚点来启动匹配过程。您需要为规则显示中断，例如，使用RETAINTYPE：

Document{-> RETAINTYPE(BREAK)};
BREAK #{-> MARK(Stuff)} BREAK;
Document{-> RETAINTYPE}; // for restoring the default setting

还有一个能够创建这些注释的分析引擎： PlainTextAnnotator。 然而，该分析引擎还包括在行的开头和结尾处的空格。这些可以通过以下方式删除：

Document{-> RETAINTYPE(SPACE)};
Line{->TRIM(SPACE)};

在UIMA Ruta 2.2.1（下一版本）中，您还可以编写如下内容：

Document{-> RETAINTYPE(BREAK)};
(#{-> Stuff} BREAK)+;

（我是UIMA Ruta的开发人员）