如何删除UIMA注释？

Question

我在管道中使用一些UIMA注解器。它运行的任务如下：

• 令牌器
• 分句器
• 凝视剂
• 我的注解器

问题是我不想写所有的注解(标记，句子，SubToken，时间，myAnnotations等等)因为文件很快就会变大。

我希望删除所有的注释，只保留由创建的注释器。

我正在与下一个图书馆合作：

1. uimaFIT 2.0.0
2. ClearTK 1.4.1
3. 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(//
        XWriter.class, 
        XWriter.PARAM_OUTPUT_DIRECTORY_NAME, outputDirectory,
        XWriter.PARAM_FILE_NAMER_CLASS_NAME, ViewURIFileNamer.class.getName())
);

我要做的是使用Standford注解器(从ClearTK中)并删除无用的注释。

我该怎么做？

据我所知，您可以通过注释实例使用removeFromIndexes();方法。

是否需要创建UIMA处理器并将其添加到管道中？

Answer 1

最后，我创建了一个引擎来删除无用的注释：

public class AnnotationRemover extends JCasAnnotator_ImplBase {
    public static AnalysisEngineDescription getDescription() throws ResourceInitializationException {
        return AnalysisEngineFactory.createEngineDescription(AnnotationRemover.class);
    }

    public void initialize(UimaContext context) throws ResourceInitializationException {
        super.initialize(context);
    }

    public void process(JCas jCas) throws AnalysisEngineProcessException {
        List<TOP> tops = new ArrayList<TOP>(JCasUtil.selectAll(jCas));
        for (TOP t : tops) {
            if (!t.getType().getName().equals("mypackage.MyAnnotation")) 
                t.removeFromIndexes();
            }
        }
}

我要删除所有的注释，只留下mypackage.MyAnnotation注释

Answer 2

是的:在MyAnnotator和XWriter之间，添加另一个注释器，删除除您的注释之外的所有注释。

Answer 3

我使用java 8重写了德国Attanasios解决方案，并将其更改为使用不同的annotationTypePrefix过滤掉任何内容：

public void filterAnnotations(JCas jcas, String annotationTypePrefix) {

    JCasUtil.selectAll(jcas)
            .stream()
            .filter(t -> !t.getType().getName().startsWith(annotationTypePrefix))
            .forEach(TOP::removeFromIndexes);
}