Apache UIMA与Apache Opennlp有何不同

Question

我一直在使用ApacheOpenNLP进行一些功能测试，它具有句子检测、标记化和名称实体识别的功能。现在，当我开始查看UIMA文档时，它出现在UIMA主页——“语言识别”上=

这表明我可以使用UIMA完成与OpenNLP相同的任务。两者都有什么附加功能？我是这个领域的新手，请帮助我了解两者的用途和功能视角。

Answer 1

据我所知，您是在询问Apache UIMA和Apache OpenNLP的功能集之间的差异。他们的功能集几乎没有任何共同点，因为这两个项目的目标非常不同。

ApacheUIMA是UIMA规范的开源实现。后者定义了一个概念框架，用于使用结构化元数据增强非结构化信息（如人类产生的自然语言），以便计算机可以使用它。

作为处理非结构化信息的应用程序的示例，让我们以一个以自然语言文本为输入并标记给定文本中所有命名实体的应用程序为例，例如。

Input text = "Bob's cat Charlie is chasing a mouse."
Result = "<NE>Bob</NE>'s cat <NE>Charlie</NE> is chasig a mouse."

要识别此示例中的命名实体（即Bob和Charlie），必须执行几个自然语言处理步骤。无需详细说明每个步骤的作用，命名实体识别的假设系统可能涉及以下步骤：

1. 数据准备
2. 分句
3. 标记化
4. 代币柠檬化
5. 词性标注
6. 短语检测
7. 是否将短语分类为命名实体

如您所见，此类应用程序可以非常直观地建模为组件序列，这正是UIMA所做的。它将处理无结构信息的应用程序建模为组件管道（在UIMA术语中称为分析）。正如您可以想象的那样，上面列出的许多管道组件都可以用于其他任务，因此UIMA的架构设计强调组件的可重用性。

为了避免混淆，UIMA标准本身没有提供任何特定组件，但为UIM（非结构化信息管理）应用程序定义了一个基础设施，例如工作流、数据类型、组件间通信等。

另一方面，Apache OpenNLP恰恰做到了这一点，即提供处理非常特定任务（句子拆分、POS标记等）的NLP算法的具体实现。您困惑的根源可能是可以编写包装OpenNLP工具的Apache UIMA组件。OpenNLP项目实际上提供了这样的组件。

您是否希望在UIM应用程序中使用UIMA框架取决于项目的大小。如果它很小，我就不使用UIMA，直接使用OpenNLP，因为UIMA相当重，因此只会增加复杂但（对于小型应用程序）不必要的开销。此外，由于它的复杂性，学习如何使用它需要大量的时间。

总而言之，ApacheUIMA和ApacheOpenNLP解决了不同的问题，但由于两者都处理非结构化信息，因此它们可以进行有益的组合。