门写注释ID作为一种特性

Question

我在想有人能帮我吗。我认为这可能对任何试图在GATE（文本工程的通用架构）上进行机器学习的人有用。因此，基本上要进行机器学习，我首先需要向几个jape文件添加一些代码，这样我的输出XML文件就可以打印出注释Id值作为一个特性。下面提供了一个示例：

<Annotation Id="1491" Type="Person" StartNode="288" EndNode="301">
<Feature>
  <Name className="java.lang.String">id</Name>
  <Value className="java.lang.String">1491</Value>
</Feature>

（注意，1491的特征值与批注id=“1491”匹配。这正是我想要的。）

我需要的原因：我正在对一个最初不包含注释的纯文本文档进行机器学习。我正在使用2012年6月的培训课程，在GATE网站上作为指导，同时这样做。我特别遵循模块11：关系教程（它发现个人和组织之间的雇佣关系）。我利用93个预注释文档的语料库进行训练，然后在我的文档中应用所学到的模块。但首先我把我的文件查了一下安妮。它创建了许多注释和特性，但不是机器学习所需的一切。我通过试验/错误和调查了解到，我的注释文档必须包含每个“Person”和“Organization”类型的注释Id的特性。我认识到批处理学习PR中使用的配置文件（relations-config.xml）查找“Person”和“Organization”类型的id特性。如果这些ID功能不存在，它将不会运行。所以我手动添加这个，然后通过机器学习“应用程序”模式运行它。它工作得相当好。但是，我显然不希望每次都手动地将id特性添加到XML文件中。

我对GATE代码的理解是：我相信我已经找到了需要修改的代码文件(final.jape、org_context.jape和name_context.jape)，这样他们就可以将id特性添加到每个包含“person”和“organization”的注释中。我不太理解GATE使用的语言（我是机械工程师，不是软件工程师），这可能是我无法理解的原因（哈！）。无论如何，我可能会关闭，可能需要添加更多的行，以便jape文件正常工作，但我觉得我已经非常准确地定位了它。有两段代码相似但略有不同，目前是我存在的祸根。第一个经历迭代器循环，第二个不经历。我复制/粘贴了下面的2条，用一条线说明WHAT_DO_I_PUT_HERE指出我认为我的问题和解决方案在哪里。如果有人能帮我写我需要写的东西来得到我的结果，我将非常感激。

谢谢！--托德

//////////////////////////

Rule: PersonFinal
Priority: 30
//({JobTitle}
//)?
(
 {TempPerson.kind == personName}
)
:person
--> 
{
gate.FeatureMap features = Factory.newFeatureMap();
gate.AnnotationSet personSet = (gate.AnnotationSet)bindings.get("person");
gate.Annotation person1Ann = (gate.Annotation)personSet.iterator().next();


gate.AnnotationSet firstPerson = (gate.AnnotationSet)personSet.get("TempPerson");
if (firstPerson != null && firstPerson.size()>0)
{
  gate.Annotation personAnn = (gate.Annotation)firstPerson.iterator().next();
  if (personAnn.getFeatures().containsKey("gender")) features.put("gender", personAnn.getFeatures().get("gender"));
}
  features.put("id", WHAT_DO_I_PUT_HERE.getId().toString());
  features.put("rule1", person1Ann.getFeatures().get("rule"));
  features.put("rule", "PersonFinal");
outputAS.add(personSet.firstNode(), personSet.lastNode(), "Person", features);
outputAS.removeAll(personSet);
}

///////////////////////////

Rule:OrgContext1
Priority: 1
// company X
// company called X

(
 {Token.string == "company"}
 (({Token.string == "called"}|
   {Token.string == "dubbed"}|
   {Token.string == "named"}
  )
 )?
)
( 
 {Unknown.kind == PN}
)
:org
-->
{
gate.AnnotationSet org = (gate.AnnotationSet) bindings.get("org");
gate.FeatureMap features = Factory.newFeatureMap();
features.put("id", WHAT_DO_I_PUT_HERE.getId().toString());
features.put("rule ", "OrgContext1");
outputAS.add(org.firstNode(), org.lastNode(), "Organization", features);
outputAS.removeAll(org);
}

Answer 1

在创建实际批注之前，不能访问批注id。我对这个问题的解决方案：

Rule:PojemId
(
 {PojemD}
):pojem
--> 
{
    AnnotationSet matchedAnns = bindings.get("pojem");  
    Annotation ann = matchedAnns.get("PojemD").iterator().next();

    FeatureMap pojemFeatures = ann.getFeatures();
    gate.FeatureMap features = Factory.newFeatureMap();
    features.putAll(pojemFeatures);
    features.put("annId", ann.getId()); 

    inputAS.remove(ann); 
    Integer id = outputAS.add(matchedAnns.firstNode(), matchedAnns.lastNode(), "PojemD", features);  
    features.put("id", id); 
}