如何从要在AnalysisEngineDescriptor中使用的uima脚本创建SimplePipeline

Question

我无法在简单的管道中运行uima ruta脚本。我正在与下一个图书馆合作：

1. Uimafit 2.0.0
2. Uima-ruta 2.0.1
3. ClearTK 1.4.1
4. Maven

我用的是org.apache.uima.fit.pipeline.SimplePipeline和：

SimplePipeline.runPipeline(
    UriCollectionReader.getCollectionReaderFromDirectory(filesDirectory), //directory with text files
    UriToDocumentTextAnnotator.getDescription(),
    StanfordCoreNLPAnnotator.getDescription(),//stanford tokenize, ssplit, pos, lemma, ner, parse, dcoref

    AnalysisEngineFactory.createEngineDescription(RUTA_ANALYSIS_ENGINE),//RUTA script

    AnalysisEngineFactory.createEngineDescription(//
        XWriter.class, 
        XWriter.PARAM_OUTPUT_DIRECTORY_NAME, outputDirectory,
        XWriter.PARAM_FILE_NAMER_CLASS_NAME, ViewURIFileNamer.class.getName())
);

我要做的是使用StandfordNLP注解器(来自ClearTK)并应用一个ruta脚本。目前，所有操作都没有错误，默认的ruta注释正在添加到CAS中，但是我的规则创建的注释没有添加到CAS中。

我的剧本是：

PACKAGE edu.isistan.carcha.concern;
TYPESYSTEM org.cleartk.ClearTKTypeSystem; 
DECLARE persistence
Token{FEATURE("lemma","storage") -> MARK(persistence)};

查看带注释的文件：

​

有基本的ruta注释，如"SPACE“或"SW”，因此创建RutaEngine并将其添加到管道中.

如何正确地创建一个AnalysisEngineDescriptor来运行Ruta脚本？

注意：RUTA_ANALYSIS_ENGINE是我从RUTA复制的引擎描述符。

Answer 1

尝试在声明后添加一个半列，并为Token注释使用一个完全限定的名称：

PACKAGE edu.isistan.carcha.concern;
TYPESYSTEM org.cleartk.ClearTKTypeSystem; 
DECLARE persistence;
org.cleartk.token.type.Token{FEATURE("lemma","storage") -> MARK(persistence)};

在RUTA中输入混叠有点太激进了。管道中已知的每种类型都可以使用它的短名称，即使您没有在脚本中导入它们。如果管道中有多个Token类型可用，则目前无法知道将选择哪种类型(请参见https://issues.apache.org/jira/browse/UIMA-3322?filter=-2)。