使用IBM OmniFind Enterprise Edition结合分类词典文件实现基于搜索结果分类

核心提示：准备工作在进行例子之前，我们需要安装一些必要的软件，使用IBM OmniFind Enterprise Edition结合分类词典文件实现基于搜索结果分类(3)，包括：Java 2 Standard Edition SDK：在安装Eclipse 之前，您需要拥有一个Java SDK的工作安装，建立新的Variable，

准备工作

在进行例子之前，我们需要安装一些必要的软件，包括：

Java 2 Standard Edition SDK：在安装Eclipse 之前，您需要拥有一个Java SDK的工作安装。可以从以下位置下载 1.4.x 版本或更高版本：http://java.sun.com/J2SE/1.5.0/download.JSP；

Eclipse IDE：UIMA SDK 可用于Eclipse开发环境的第 2 版和第 3 版，但本教程中假定您使用的是3.1.1 版。更高的版本也可以正常使用，不过具体的步骤可能会略有不同。您可以从以下位置下载 Eclipse：http://www.eclipse.org/downloads/index.PHP；

UIMA SDK：UIMA SDK具有多个不同变体，提供适合Windows 和 Unix的安装程序。本教程假定您已经下载了独立于平台的zip文件，该文件可从 http://alphaworks.ibm.com/tech/uima/download 下载，其中提供了详细的安装说明；

IBM OmniFind Enterprise Edition。

在准备的过程中，需要注意并完成以下几个步骤：

安装好Eclipse后，我们需要安装Eclipse Modeling Framework（EMF），同时需要保证安装了正确版本的EMF。

选择单击Eclipse菜单中Help/Software Updates/Find and install... 来安装EMF；

在弹出的Install/Update窗口中，选择Search for new features to install并单击Next；

之后再弹出的Install窗口中，选择离自己最近的节点进行下载；

对于EMF是否安装的验证：如果安装好了EMF，那么可以通过单击Eclipse菜单中Help/About Eclipse SDK，并在其弹出的窗口中单击Plug-in Details 进行查看。

正确安装了UIMA工具之后，需要将UIMA的一些插件加载到Eclipse中，我们会在UIMA的安装目录中发现eclipsePlugin文件夹，在这个文件夹中，我们会发现uima_1.4.4_EclipsePlugins.zip文件，需要将其解压缩至 Eclipse的plugins文件夹中。

为了能够让 UIMA的测试工具Common Analysis Structure（CAS）正常的运行，保证我们在开发自己的文本语义分析引擎的过程中，能够方便的进行测试，我们需要在已安装的UIMA中加载 IBM OmniFind EntERPrise Edition 基本文本分析器（IBM OmniFind Enterprise Editionbase text analysis）。我们会在已安装的IBM OmniFind Edition的安装目录 ES_INSTALL_ROOT/packages/uima 目录中，找到OF_base_annotators.zip文件，需要将其解压至之前安装的UIMA SDK 根目录中。

建立自己的UIMA语义分析引擎

在完成了以上准备工作后，我们就可以建立满足自己需要的语义分析引擎了。在这一个部分中，我们会利用Eclipse编写Java程序，并利用正则表达式或其他方式来取得文本中我们需要的信息，并利用UIMA工具生成相应的语义分析引擎文件。

实质：首先从相关分类词典的XML文件中提取出关键词及其信息；之后在Java程序中，利用正则表达式对收集到的文本信息进行分析，通过内容的匹配，进行分类，并建立不同的分类索引。

创建 UIMA 语义分析引擎

建立语义分析引擎，步骤如下：

在Eclipse中建立新的Java project，并将工程命名为“WFJ_UIMA”。之后我们需要为该工程指定 classpath：

右键单击工程，并选择Properties/Java Build Path

在弹出窗口中右侧选择Libraries 标签，并单击Add Variable/Configure Variables/New

在弹出的Edit Variable Entry窗口中，建立新的Variable，Name：UIMA_HOME，Path：为之前安装的UIMA 安装目录，建立好之后入下图所示：

图 3. 指定 classpath