parser - tratar xml java

Documento de GATE de Parse para obtener texto de correferencia

Question

Estoy creando una aplicación GATE que solía encontrar texto de correferencia. Funciona bien y he creado un archivo comprimido de la aplicación por la opción de exportación proporcionada en GATE.

Ahora estoy tratando de usar lo mismo en mi código de Java.

    Gate.runInSandbox(true);
    Gate.setGateHome(new File(gateHome));
    Gate.setPluginsHome(new File(gateHome, "plugins"));
    Gate.init();
    URL applicationURL = new URL("file:" + new Path(gateHome, "application.xgapp").toString());

    application = (CorpusController) PersistenceManager.loadObjectFromUrl(applicationURL);
    corpus = Factory.newCorpus("Megaki Corpus");
    application.setCorpus(corpus);

    Document document = Factory.newDocument(text);

    corpus.add(document);
    application.execute();
    corpus.clear();

Ahora, ¿cómo puedo analizar este documento y obtener un texto de correferencia?

Answer 1

No conozco el suyo, pero las correlaciones creadas manualmente usando el Editor de Co-referencia se almacenan en una característica del documento . El nombre de la característica parece ser "MatchesAnnots" y el tipo Map<String, List<List<Integer>>> .

En mi caso, el siguiente código se imprime as name: null (el conjunto de anotaciones predeterminado) seguido de todas las cadenas de correferencia presentes en él.

Object obj = document.getFeatures().get("MatchesAnnots");

@SuppressWarnings("unchecked")
Map<String, List<List<Integer>>> map = (Map<String, List<List<Integer>>>) obj;

for (Entry<String, List<List<Integer>>> e : map.entrySet()) {
    System.err.println("as name: "+  e.getKey());
    for (List<Integer> chain : e.getValue()) {
        System.err.println("chain : "+  chain);         
    }
}