难以使用JAPE语法

Question

我有一个文档，其中包含评估，HPI，ROS，Vitals等部分。我想在每个部分提取笔记。我正在为此目的使用GATE。我制作了一个JAPE文件，它将在评估部分提取笔记。以下是语法，

Input: Token
Options: control=appelt debug=true

Rule: Assess
({Token.string =~"(?i)diagnose[d]?"}{Token.string=="with"} | {Token.string=~"(?i)suffering"}{Token.string=~"(?i)from"} | {Token.string=~"(?i)suffering"}{Token.string=~"(?i)with"})

(
({Token})*
):assessments

({Token.string =~"(?i)HPI"} | {Token.string =~"(?i)ROS"} | {Token.string =~"(?i)EXAM"} | {Token.string =~"(?i)VITAL[S]"} | {Token.string =~"(?i)TREATMENT[s]"} |{Token.string=~"(?i)use[d]?"}{Token.string=~"(?i)orderset[s]?"} | {Token.string=~"$"})


-->
:assessments.Assessments = {}

现在，当评估部分在文档的末尾时，我可以正确地检索注释。但如果它介于两个部分之间，那么这将从评估部分返回整个文档直到文件结束。

我尝试过以不同方式使用{Token.string =〜“$”}，但无法仅提取其在DOC中的位置的评估部分。

请解释如何使用JAPE语法实现此目的。

Answer 1

这是正确的，因为Appelt模式总是更喜欢最长的整体匹配。由于任何令牌都可以匹配string =~ "$"，因此assessments标签将获取文档中的最终标记。

我将采用两遍方法，使用初始地名词典或JAPE阶段来注释“章节标​​题”，然后使用其输入行中仅有这些标题注释的另一个阶段

Imports: { import static gate.Utils.*; }
Phase: AnnotateBetweenHeadings
Input: Heading
Options: control = appelt

Rule: TwoHeadings
({Heading.type ="assessments"}):h1
(({Heading})?):h2
-->
{
  Long endOffset = end(doc);
  AnnotationSet h2Annots = bindings.get("h2");
  if(h2Annots != null && !h2Annots.isEmpty()) {
    endOffset = start(h2Annots);
  }
  outputAS.add(end(bindings.get("h1")), endOffset, "Assessments", featureMap());
}

这将注释评估标题的结尾与下一个标题的开头之间的所有内容，或者如果没有以下标题则注释文档的结尾。

Answer 2

Tyson Hamilton提供this alternative来注释EOD，因为$在JAPE中不起作用：

Rule: DOCMARKERS
// we need to match something even though we don't use it directly
(({Token})):doc
-->
:doc{
    FeatureMap features = Factory.newFeatureMap();
    features.put("rule", ruleName());

    try {
        outputAS.add(0L, 0L, "SOD", features);
        outputAS.add(docAnnots.getDocument().getContent().size(), docAnnots.getDocument().getContent().size(), "EOD", features);
    } catch (InvalidOffsetException ioe) {
        throw new GateRuntimeException(ioe);
    }
}

我发现EOD只是通过给它一些长度才能在后来的规则中被识别出来。所以我有这个：

Rule: DOCMARKERS
Priority: 2
(
    ({Sentence}) // we need to matching something even though we don't use it directly
):doc
-->
:doc{
    FeatureMap features = Factory.newFeatureMap();
    features.put("rule", "DOCMARKERS");

    try {
        outputAS.add(0L, 0L, "SOD", features);
        long docsize = docAnnots.getDocument().getContent().size();
        // The only way I could get EOD to be recognized in later rules was to
        // give it some length, hence the -2 and -1
        outputAS.add(docsize-2, docsize-1, "EOD", features);
        System.err.println("Debug: added EOD");
    } catch (InvalidOffsetException ioe) {
        throw new GateRuntimeException(ioe);
    }
}

然后你应该能够将规则的结尾更改为

...| {Token.string=~"$"})