在 GATE 的 JAPE 规则中使用地名词典作为字典

Question

我有这种情况：

我有一个键值对列表（例如）

000.000.0001.000 VALUE1

000.000.0002.000 VALUE2

...

000.010.0001.000 VALUE254

文档使用 table 表示信息如下：

SK1 | SK2 | SK3 | SK4

000  | 000 | 0001 | 000

问题是在处理这个table的时候，变成了

所以地名词典不会匹配它。我想构建一个 JAPE 规则来匹配它，并且它可以正确匹配 4 个关键部分。

现在我需要使用我的 JAPE 规则在一个结构（例如，哈希图）中加载地名词典，这样我就可以查找这 4 个关键部分的串联并获得（例如）"VALUE1" .是否可以从 JAPE 文件中加载地名词典并将其用作字典？

有没有其他（更好的）方法来完成我需要做的事情？

非常感谢。

Answer 1

我使用 GazetteerList class 和下一个片段找到了问题的解决方案：

//Gazetteer object
GazetteerList gazList = new GazetteerList() ;
//Object to map gazetteers entries and their positions in the list
//i.e.: 000.000.0001.000 -> 1,3
//This is because, in my case, the same key 
//can appear more than once in the gazetteer
HashMap<String, ArrayList<Integer>> keyMap = 
                                   new HashMap<String, ArrayList<Integer>>();
  try{
    gazList.setMode(GazetteerList.LIST_MODE);
    gazList.setSeparator("\t");
    gazList.setURL(
        new URL("file:/path/to/gazetteer/gazetteer_list_file.lst"));
    gazList.load();

    //Here is the mapping between the keys and their position
    int pos = 0;
    for( GazetteerNode gazNode : gazList){
      if(keyMap.get(gazNode.getEntry()) == null)
        keyMap.put(gazNode.getEntry(), new ArrayList<Integer>());

      keyMap.get(gazNode.getEntry()).add(pos);
      pos++;
    }

  } catch (MalformedURLException ex){
    System.out.println(ex);
  } catch (ResourceInstantiationException ex){
    System.out.println(ex);
  }

然后，你可以在map中查找匹配的key，得到它的特征：

  for(Integer index : keyMap.get(key)){
      FeatureMap fmap = toFeatureMap(gazList.get(index).getFeatureMap());
      fmap.put("additionalFeature", "feature");
      outputAS.add(startOffset, endOffset, "Lookup", fmap);
  }

在 GATE 的 JAPE 规则中使用地名词典作为字典

Use gazetteer as dictionary within JAPE rule in GATE

information-extraction

gate