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：完成以上工作之后，我们就可以编写程序来实现语义分析引擎，使用IBM OmniFind Enterprise Edition结合分类词典文件实现基于搜索结果分类(5)，步骤如下：右键单击src文件夹，选择New/Package 创建 Package并命名为：com.ibm.uima.Analyze；右键单击创建的com.

完成以上工作之后，我们就可以编写程序来实现语义分析引擎，步骤如下：

右键单击src文件夹，选择New/Package 创建 Package并命名为：com.ibm.uima.Analyze；

右键单击创建的com.ibm.uima. Analyze 包，并选择单击New/Class，创建分析引擎用来分析文本并分类的类，我们将其命名为：WFJAnnotator。这里需要注意的是：所创建的WFJAnnotator 类的superclass 不应该使用Java.lang.Object，我们应该选择com.ibm.uima.analysis_engine.annotator.JTextAnnotator_ImplBase，如图 8 所示：

图 8. 建立 WFJAnnotator 类

在编写WFJAnnotator.java 之前，我们首先需要创建一个描述文件，这个描述文件采用XML文件描述方式，其中包含了内容分析分类的结构信息，其创建过程步骤如下：

右键单击desc文件夹并选择单击New/Other，之后在弹出的窗口中选择UIMA/Analysis Engine Descriptor，并单击Next；

在弹出的New Analysis Engine Descriptor File窗口中，我们定义文件名为 WFJDescriptor.xml并单击Finish 完成创建，之后 WFJDescriptor.xml文件会以UIMA descriptor editor的方式打开。之后在编辑窗口的Runtime Information 一栏中，需要填写Name of the Java class file 一项，其内容为 com.ibm.uima.Analyze. WFJAnnotator，如图 9 所示：

图 9. 建立 WFJAnnotator 类

根据之前的需要，我们在搜索 .txt 英文文档时，当内容中包涵了分类词典中酒店或商场名字的关键词时，语义分析器能够对搜索到的结果进行分类，将酒店和商场进行分类。那么我就需要在之前一步的UIMA descriptor editor中对 WFJDescriptor.XML 描述文件进行配置，包括：

在编辑窗口中选择单击Type System 标签，在出现的Type System Definition窗口中单击Add Type 按钮，之后在弹出的Add a Type窗口中，填写Type Name 一项为：com.ibm.uima.restaurant后单击OK 按钮；

为建立的这个Type 创建 Feature 特征：在Type System Definition窗口中单击选择之前建立好的com.ibm.uima.restaurant，并单击Add… 按钮，在弹出的Add a Feature窗口中，填写Feature Name 一项为：Name，填 Range Type 一项为：uima.cas.String；

在Type System Definition窗口中继续单击Add Type 按钮，之后在弹出的Add a Type窗口中，填写Type Name 一项为：com.ibm.uima.shop后单击OK 按钮；

为建立的这个Type 创建 Feature 特征：在Type System Definition窗口中单击选择之前建立好的com.ibm.uima.shop，并单击Add… 按钮，在弹出的Add a Feature窗口中，填写Feature Name 一项为：Name，填 Range Type 一项为：uima.cas.String；

为 WFJDescriptor.xml 描述文件添加 IBM OmniFind EntERPrise Edition base text analysis type system：需要将UIMA_HOME/docs/examples/descriptors/analysis_engine 目录中的tt_core_typesystem.xml文件拷贝至工程的desc文件夹下，之后刷新工程保证该文件可见；完成以上步骤后，在Type System Definition窗口中的Imported Type Systems 一栏中单击Add… 按钮，在弹出的Imported File(s) Selection窗口中选中工程 desc文件夹下的tt_core_typesystem.xml文件，并选择Import by location 单选按钮，此时我们单击JcasGen 按钮并再次刷新工程，会发现工程 src文件夹下自动生成了描述文件对应的Java程序文件，如图 10 所示：

图 10. 配置 WFJDescriptor.xml 描述文件