如何从UIMA和简单的NLP任务开始？

Question

我设法获得了一个已经配置好的最小java示例，该示例使用OpenNLP组件作为管道。

代码如下所示：

public void ApplyPipeline() throws IOException, InvalidXMLException,
        ResourceInitializationException, AnalysisEngineProcessException {

    XMLInputSource in = new XMLInputSource(
            "opennlp/OpenNlpTextAnalyzer.xml");
    ResourceSpecifier specifier = UIMAFramework.getXMLParser()
            .parseResourceSpecifier(in);

    AnalysisEngine ae = UIMAFramework.produceAnalysisEngine(specifier);

    JCas jcas = ae.newJCas();
    jcas.setDocumentText("This is my text.");

    ae.process(jcas);
    this.doSomethingWithResults(jcas);

    jcas.reset();
    ae.destroy();
}

private void doSomethingWithResults(JCas jcas) {
    AnnotationIndex<Annotation> idx = jcas.getAnnotationIndex();
    FSIterator<Annotation> it = idx.iterator();

    while (it.hasNext()) {
        System.out.println(it.next().toString());
    }

}

摘自opennlptextanalyzer.xml：

<delegateAnalysisEngine key="SentenceDetector">
    <import location="SentenceDetector.xml" />
</delegateAnalysisEngine>
<delegateAnalysisEngine key="Tokenizer">
    <import location="Tokenizer.xml" />
</delegateAnalysisEngine>

Token
   sofa: _InitialView
   begin: 426
   end: 435
   pos: "NNP"

List<Feature> feats = it.next().getType().getFeatures();

是获取值的开始，但是由于UIMA拥有基元类型的类，即使是注释类中的toString方法的源代码读起来也像是一记耳光。

哪里可以找到使用基本UIMA的java代码，哪里有好的教程（除了框架本身的javadoc）？

Answer 1

为您的注释类型生成JCas包装类（您可以使用UIMA附带的用于Eclipse的类型系统编辑器UIMA插件来完成此操作）。这将为您提供可以用来访问注释的Java类--这些类为特性提供getter和setter。

您应该了解一下uimaFIT，它提供了一个更方便的API，包括从JCas中检索注释的方便方法，例如select(JCas,token.class）（其中token.class是您使用类型系统编辑器生成的类之一）。

您可以在DKPro核心页面上找到一些快速启动的Groovy脚本和一组UIMA组件。

UIMA@gscl 2013教程中有一些材料（幻灯片和示例代码）可能对您有用。到这里向下滚动到“教程”。

披露：我是UIMA、uimaFIT、DKPro核心的开发人员，也是UIMA@GSCL 2013研讨会的联合组织者。