在core-nlp中使用regexNER

Question

我想在core-nlp管道中为regexner设置一个正则表达式pattenr。我的实体/令牌是

Machine_DS2302

第二部分是alphanumeric。

我目前所拥有的是

Machine_.*  MachineNumber

但是，这会注释所有内容（这是一个通配符）。我想根据第二部分中的正则表达式将标记添加为MachineNumber，即如果_之后的第二部分是数字，则将其分配给所述标记。

正则表达式

^[a-zA-Z0-9]*$

但即便

Machine_^[a-zA-Z0-9]*$

不起作用

regexNER的这种模式怎么样？

Answer 1

锚点是多余的，它们实际上会阻止模式匹配，因为^匹配字符串起始位置，$匹配字符串结束位置。

由于您需要在_之后访问该部件，因此您还需要捕获，因此请使用捕获组：

Machine_([a-zA-Z0-9]*)

(...)将创建一个包含字母数字值的子匹配。

请注意，如果字母数字部分应包含至少1个字符，则可能需要将*替换为+。