uima - XmiCasDeserializer 未按预期工作

Question

我有一个序列化为 xmi 文件的 CAS，当我尝试反序列化 xmi 文件时，输出是 xml 文件应该的纯文本。这就是我正在做的，

            URL myURL = UIMAFramework.class.getResource("TypeSystem.xml");
            TypeSystemDescription tsDesc = UIMAFramework.getXMLParser().parseTypeSystemDescription(new XMLInputSource(myURL));
            CAS cas = CasCreationUtils.createCas(tsDesc, null, null);

            FileInputStream xmiInput = new FileInputStream(args[0]);
            XmiCasDeserializer.deserialize(xmiInput, cas, false);
            JCas jCas = cas.getJCas();
            xmiInput.close();
            logger.info(jCas.getDocumentText());

我在哪里弄错了？

Answer 1

如果我理解正确，您想知道为什么 jCas.getDocumentText() 返回纯文本而不是 XMI 使用的 XML 格式。嗯，这就是 XmiCasDeserializer 的重点。它解码 XMI 格式的 XML。存储在 XML 中的文本最终在 jCas.getDocumentText() 中。其余部分作为注释添加到 CAS 数据结构中。

要从 CAS 访问注释，有多种方法，例如：

jCas.getAnnotationIndex().iterator()

简单地遍历所有注释。

寻找文档的其他地方

• uimaFIT“选择”方法（参见uimaFIT 文档中的访问方法部分）
• UIMA“设置和访问沙发数据”（参见UIMA 文档）

披露：我是 UIMA 和 uimaFIT 项目的开发人员。