Question

目的：

指定标题级别。

第一个标题被指定为1级。我提取它的字体系列和大小并找到匹配的标题。一旦水平被分配，我取消标记标题，保留标题＆amp;另一个注释（HeadingHierarchy）中的功能。级别完成后，只要在Headinglevel注释中留下任何标题，我就会反复调用同一个块。

问题：

该脚本适用于查找所有1级标题。但是当通过Call语句执行块时，它只找到每个级别的第一个匹配（级别2以后）。因此，以下输入的总级数变为10，而必须为4。

输入：（适用。TXT）

Apache UIMA Ruta Overview =>Arial,18
What is Apache UIMA Ruta? =>Arial,16
Getting started =>Arial,16
UIMA Analysis Engines =>Arial,16
Ruta Engine =>Times New Roman,14
Configuration Parameters =>Arial,10
Annotation Writer =>Times New Roman,14
Configuration Parameters =>Arial,10
Apache UIMA Ruta Language =>Arial,18
Syntax =>Arial,16
Rule elements and their matching order =>Arial,16

脚本：

PACKAGE uima.ruta.example;

DECLARE Headinglevel(STRING family, INT size, INT level);
DECLARE HeadingHierarchy(STRING family, INT size, INT level);
DECLARE FontFamily, FontSize;

STRING family;
INT size;

RETAINTYPE(BREAK);
    BREAK? #{-PARTOF(Headinglevel)} @SPECIAL+ W+ COMMA NUM{->MARK(Headinglevel,2,6), MARK(HeadingHierarchy,2,6), MARK(FontFamily,4), MARK(FontSize,6)};
RETAINTYPE;

h:Headinglevel{->h.family = family, HeadingHierarchy.family = family}
<-{FontFamily{PARSE(family)};};

h:Headinglevel{->h.size = size, HeadingHierarchy.size = size}
<-{FontSize{PARSE(size)};};

INT i=1;

BLOCK(ForEachHeadLevel)Document{}
{
    # h:Headinglevel{-> family = h.family, size = h.size};
    h:Headinglevel{AND(h.family == family, h.size == size)-> h.level=i, HeadingHierarchy.level = i, UNMARK(h)};
}
Headinglevel{->i=i+1, CALL(Test2.ForEachHeadLevel)};
Document{->LOG("    LEVELS : " + (i))};

预期输出：

   HeadingHierarchy                        Feature

Apache UIMA... =>Arial,18                  level: 1
What is Apa... =>Arial,16                  level: 2
Getting sta... =>Arial,16                  level: 2
UIMA Analys... =>Arial,16                  level: 2
Ruta Engine... =>Times New Roman,14        level: 3
Configurati... =>Arial,10                  level: 4
Annotation ... =>Times New Roman,14        level: 3
Configurati... =>Arial,10                  level: 4
Apache UIMA... =>Arial,18                  level: 1
Syntax =>Ar... =>Arial,16                  level: 2
Rule elemen... =>Arial,16                  level: 2

Answer 1

问题是CALL限制了规则元素匹配的范围上的窗口。这意味着BLOCK仅在现有的Headinglevel注释中执行。但是，您需要拥有完整的文档，以便块中的第二个规则完成其工作。

这很可能不是最好的解决方案，但是第一个出现在我脑海中的解决方案。

无论使用DOCUMENTBLOCK对CALL操作的限制如何，您都可以将BLOCK中的窗口重置为完整文档：

BLOCK (ForEachHeadLevel)Document{}
{
    DOCUMENTBLOCK Document{} 
    {
        # h:Headinglevel{-> family = h.family, size = h.size};
        h:Headinglevel{AND(h.family == family, h.size == size)-> h.level=i, HeadingHierarchy.level = i, UNMARK(h)};
    }
}

DOCUMENTBLOCK是一个块扩展名。您需要在org.apache.uima.ruta.block.DocumentBlockExtension配置参数中包含additionalExtensions。

这是使用FOREACH块的另一种解决方案：

INT i=0;
FOREACH(hl) Headinglevel{}{
    hl{IS(Headinglevel)-> i=i+1, family = hl.family, size = hl.size};
    h:Headinglevel{h.family == family, h.size == size ->  h.level=i, HeadingHierarchy.level = i, UNMARK(h)};
}

免责声明：我是UIMA Ruta的开发者

循环问题 - UIMA Ruta

1 个答案: