循环问题- UIMA Ruta

Question

目标：

指定标题级别。

第一个标题被指定为第一级。我提取字体族和它的大小，并找到匹配的标题。一旦分配了级别，我就取消标题标记，保留标题&另一个注释(HeadingHierarchy)中的特性。一旦级别完成，只要Headinglevel注释中还有任何标题，我就会一次又一次地调用同一个块。

发行：

这个脚本可以很好地找到所有的1级标题。但是，当通过Call语句执行块时，它只会为每个级别找到第一个匹配(级别2)。因此，以下输入的级别总数为10，而必须为4。

输入：(.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，调用限制了由规则元素匹配的span上的窗口。这意味着该块仅在现有的Headinglevel注释中执行。但是，您需要有完整的文档，以便块中的第二条规则能够完成它的工作。

这很可能不是最好的解决方案，而是我脑海中出现的第一个解决方案。

可以使用DOCUMENTBLOCK将块内的窗口重置为完整的文档，而不必考虑调用操作的限制：

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是块扩展。您需要在org.apache.uima.ruta.block.DocumentBlockExtension配置参数中包含additionalExtensions。

下面是使用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的开发人员