如何从命令行使用cTAKES？

Question

我想知道如何从命令行使用Apache cTAKES.

例如:

• 我有一个文件note.txt,其中包含一些文字,如"患者血糖升高,但检查证实没有糖尿病.病人的父亲患有成人糖尿病."
• 我想使用提供的分析引擎 \apache-ctakes-3.2.2-bin\apache-ctakes-3.2.2\desc\ctakes-clinical-pipeline\desc\analysis_engine\AggregatePlaintextUMLSProcessor.xml

如何使用命令行获取分析引擎的输出(即注释)(即不使用UIMA CAS Visual Debugger或Collection Processing Engine等图形用户界面)？我更喜欢使用提供的JAR文件而不是编译代码.

问题很简单,但我无法在cTAKES的README或Confluence中找到这些信息 .

Answer 1

请尝试以下步骤从命令行使用cTAKES CPE(密钥类为"org.apache.uima.examples.cpe.SimpleRunCPE"):

1. 将目录更改为$ CTAKES_HOME/desc/ctakes-clinical-pipeline/desc/collection_processing_engine /

2. 将test_plaintext.xml复制到另一个文件(例如,"test_plaintext_test.xml").

3. 编辑"test_plaintext_test.xml"以设置输入目录; 找到name ="InputDirectory"的"nameValuePair",并将值字符串设置为输入目录.以下示例将输入目录设置为"$ CTAKES_HOME/note_input":

   <nameValuePair>
       <name>InputDirectory</name>
       <value>
           <string>note_input</string>
       </value>
   </nameValuePair>
   

4. 同样,编辑"test_plaintext_test.xml"以设置输出目录(以下示例中为"$ CTAKES_HOME/result_output"):

   <nameValuePair>
       <name>OutputDirectory</name>
       <value>
           <string>result_output</string>
       </value>
   </nameValuePair>
   

5. 保存"test_plaintext_test.xml"并将目录更改为$ CTAKES_HOME/bin.

6. 将runctakesCPE.sh复制到另一个文件(例如,"runctakesCPE_CLI.sh").

7. 编辑"runctakesCPE_CLI.sh"; 将最后一行("java ...")替换为以下行("USER"和"PW"应替换为您的UMLS用户名和密码,并且可以根据内存大小调整内存设置Xms和Xms在你的机器上):

   java -Dctakes.umlsuser=USER -Dctakes.umlspw=PW -cp $CTAKES_HOME/lib/*:$CTAKES_HOME/desc/:$CTAKES_HOME/resources/ -Dlog4j.configuration=file:$CTAKES_HOME/config/log4j.xml -Xms2g -Xmx3g org.apache.uima.examples.cpe.SimpleRunCPE $CTAKES_HOME/desc/ctakes-clinical-pipeline/desc/collection_processing_engine/test_plaintext_test.xml
   

8. 保存"runctakesCPE_CLI.sh",然后创建输入目录("$ CTAKES_HOME/note_input")和输出目录("$ CTAKES_HOME/result_output").

9. 将note.txt放入输入目录(例如,"$ CTAKES_HOME/note_input/note.txt"),然后运行"runctakesCPE_CLI.sh".

10. cTAKES CPE将在命令行模式下开始运行,生成的文件将在输出目录中生成(例如,"$ CTAKES_HOME/result_output/note.txt.xml").

我实际上使用了你的note.txt来运行上面的步骤,这里是生成的note.txt.xml的前几行:

    <?xml version="1.0" encoding="UTF-8"?><CAS version="2">
        <uima.cas.Sofa _indexed="0" _id="3" sofaNum="1" sofaID="_InitialView" mimeType="text" sofaString="Patient had elevated blood sugar but tests confirm no diabetes. Patient's father had adult onset diabetes.&#10;"/>
        <org.apache.ctakes.typesystem.type.structured.DocumentID _indexed="1" _id="1" documentID="note.txt"/>
        <uima.tcas.DocumentAnnotation _indexed="1" _id="10" _ref_sofa="3" begin="0" end="107" language="x-unspecified"/>
        <org.apache.ctakes.typesystem.type.textspan.Segment _indexed="1" _id="15" _ref_sofa="3" begin="0" end="107" id="SIMPLE_SEGMENT"/>
        <org.apache.ctakes.typesystem.type.textspan.Sentence _indexed="1" _id="21" _ref_sofa="3" begin="0" end="63" sentenceNumber="0"/>

希望这可以帮助 :-)