UIMA結構化數據

我想連接到一個數據庫，提取數據並處理它使用UIMA正則表達式註釋和寫回數據庫。

實施例：
表：EMP

Name  Department  EmpId 
AB-C  Sale's   2134[3] 
XYZ,  Fina&nce  23423 
PQ#R  Marketing  234(47

要使用UIMA正則表達式註釋

所需的輸出被變換

Name  Department  EmpId 
ABC  Sales   21343 
XYZ  Finance   23423 
PQR  Marketing  23447

我已經安裝UIMA，ECLIPSE和有關JDBC驅動程序連接數據庫。

在此先感謝

來源

2014-09-04 Krishna Das

如果你的開採和加工是喜歡你的例子（除去非字母數字字符），那麼我會明確地用純SQL去（例如SQL REPLACE） – Renaud 2014-09-04 19:50:07

我需要做很多文本處理，所以我很期待在UIMA工作 – 2014-09-07 06:42:40

有幾種方法可以實現此目的。

最簡單的（不那麼可擴展）的方式是寫3類（使用uimaFIT http://uima.apache.org/uimafit.html#Documentation使編碼更容易）：

CollectionReader： - 在對象中的所有數據讀取 - 遍歷對象和創建每個對象的JCASes，您可以將主鍵存儲在註釋中。

分析引擎： - 使用UIMA正則表達式註釋操縱JCAS的documentText

消費者： - 讀JCAS documentText和使用主鍵更新數據庫

一個更好的方法是通過創建連接到數據庫的外部資源（提供hasNext（）和next（）方法）來抽象讀寫數據（這在使用CollectionReader和Consumer時非常方便）。這具有所有初始化邏輯可以被隔離的優點。使用UIMAFit時，可以使用配置參數注入（http://uima.apache.org/d/uimafit-current/tools.uimafit.book.html#ugr.tools.uimafit.configurationparameters），例如使連接字符串和搜索查詢可配置。

使用在uimaFIT的SimplePipeline類來運行你的管道：http://uima.apache.org/d/uimafit-current/tools.uimafit.book.html#ugr.tools.uimafit.pipelines

來源

2014-09-04 12:34:42 jvdbogae

謝謝@jvdbogae – 2014-09-07 06:43:35

UIMA結構化數據

回答

相關問題