有没有办法比较不同管道之间的JCas数据？

Question

我正在建立一个基于UIMA和DKPro-Core的新框架。该框架提供了一种配置UIMA管道的简单方法。

在一些JCasAnnotator中，我想成对或与单个JCas比较所有文档(在本例中，我假设是不同的JCas对象)的数据。

runPipeline(createReaderDescription(SomeReader.class),
                somePreprocessingEngineDescription,
                similarityPipelineDescription,
                createEngineDescription(SomeWriter.class)
);

在similarityPipelineDescription中，我想将一个JCas的数据与所有JCas的数据进行比较。

public void process(JCas aJCas) throws AnalysisEngineProcessException {
        // Compare aJcas with all other JCas objects
}

这是推荐的方式吗?有人可以也愿意这样做吗？如果是，我如何获得对其他JCas对象的访问权限？

或者我应该保存我想要比较的数据，并在以后进行比较？

Answer 1

通过管道传递的(J)Cas对象通常会被重用。因此，在分析引擎中保持对它们的收集引用是没有意义的，并且保持对您从它们获得的任何特征结构的引用也不起作用，因为当(J)Cas被重置和重用时，它们将被无效。

您可以将数据写入磁盘，然后将其读取到多个CAS对象中，然后可以对这些对象进行比较。

或者，您可以实现一个分析引擎，将您感兴趣的数据提取到一组独立的对象中，并在此基础上进行比较。

如果你想做配对比较，你也可以实现一个读取器，它将你想要比较的数据读取到同一CAS的两个不同的视图中，然后让你的分析引擎处理/比较。例如，请参阅DKPro TC PairReader_ImplBase及其子类。