UIMA Ruta：字符和数字组合的脚本

Question

我刚开始使用Ruta，我想编写一条规则，找到字符，数字和点（。）的任意组合。

（JAVA Regex for it - （[a-z0-9。] +））

例如 -

abcd.03ef0.3abc

03a.bcd.03eeff903a.bc

Answer 1

如下所示：

(SW | NUM | PERIOD)+{-> MyType};

或者是否还应包括大写字符：

(W | NUM | PERIOD)+{-> MyType};

之前更改过滤设置，如果之间不存在空格：

Document{-> RETAINTYPE(SPACE,BREAK,MARKUP)};

为了避免重叠匹配，您可以使用MARKONCE代替隐式动作，使用附加（否定）条件-PARTOF（MyType），或者使用GREEDYANCHORING更改匹配策略。

Answer 2

我一直在看这个问题。我也有类似的问题。

我的问题是匹配用逗号分隔的大数字，如： 123343223

我写了类似于答案的规则，但它产生了太多的匹配：

123,343,223
123,343
343,223
....

我的规则如下：

(NUM COMMA)+ {-> LargeNum} NUM;

它不能完全匹配我想要匹配的东西，即。 123343223。问题是量词。您需要量词才能重复应用相同的规则。但结果是它产生了比预期更多的匹配。

显然，它需要进一步过滤。