如何删除UIMA注释？

Question

我在管道中使用了一些UIMA注释器.它运行如下任务:

• 标记生成器
• 句子分割器
• gazetizer
• 我的注释器

问题是我不想将所有注释(Token,Sentence,SubToken,Time,myAnnotations等)写入磁盘,因为文件变得非常大.

我想删除所有注释,只保留由My Annotator创建的注释.

我正在使用下一个库:

1. uimaFIT 2.0.0
2. ClearTK 1.4.1
3. Maven的

而我正在使用org.apache.uima.fit.pipeline.SimplePipeline:

SimplePipeline.runPipeline(
    UriCollectionReader.getCollectionReaderFromDirectory(filesDirectory), //directory with text files
    UriToDocumentTextAnnotator.getDescription(),
    StanfordCoreNLPAnnotator.getDescription(),//stanford tokenize, ssplit, pos, lemma, ner, parse, dcoref
    AnalysisEngineFactory.createEngineDescription(//
        XWriter.class, 
        XWriter.PARAM_OUTPUT_DIRECTORY_NAME, outputDirectory,
        XWriter.PARAM_FILE_NAMER_CLASS_NAME, ViewURIFileNamer.class.getName())
);

我想要做的是使用Standford NLP注释器(来自ClearTK)并删除无用的注释.

我该怎么做呢？

据我所知,您可以使用removeFromIndexes();Annotation实例中的方法.

我是否需要创建UIMA处理器并将其添加到我的管道中？

Answer 1

最后我创建了一个引擎来删除无用的注释:

public class AnnotationRemover extends JCasAnnotator_ImplBase {
    public static AnalysisEngineDescription getDescription() throws ResourceInitializationException {
        return AnalysisEngineFactory.createEngineDescription(AnnotationRemover.class);
    }

    public void initialize(UimaContext context) throws ResourceInitializationException {
        super.initialize(context);
    }

    public void process(JCas jCas) throws AnalysisEngineProcessException {
        List<TOP> tops = new ArrayList<TOP>(JCasUtil.selectAll(jCas));
        for (TOP t : tops) {
            if (!t.getType().getName().equals("mypackage.MyAnnotation")) 
                t.removeFromIndexes();
            }
        }
}

我正在删除所有注释,只留下mypackage.MyAnnotation注释