Есть ли способ сравнить данные JCas между конвейерами?

Question

Я устанавливаю новый фреймворк на основе UIMA и DKPro-Core. Фреймворк предоставляет простой способ настройки конвейеров UIMA.

Внутри некоторых JCasAnnotator Я хочу сравнить данные всех документов (в данном случае, я полагаю, разных объектов JCas) попарно или с одним JCas,

runPipeline(createReaderDescription(SomeReader.class),
                somePreprocessingEngineDescription,
                similarityPipelineDescription,
                createEngineDescription(SomeWriter.class)
);

внутри similarityPipelineDescription Я хотел бы сравнить данные для одного JCas против всех JCas,

public void process(JCas aJCas) throws AnalysisEngineProcessException {
        // Compare aJcas with all other JCas objects
}

Это рекомендуемый способ, которым кто-то может и будет делать это? Если так, как я могу получить доступ к другим JCas объекты?

Или мне следует сохранить данные, которые я хочу сравнить, и сравнить их позже?

Answer 1

Объекты (J)Cas, которые передаются через конвейер, обычно используются повторно. Поэтому не имеет смысла хранить ссылки на них в механизме анализа, и также не будет работать сохранение ссылок на любые структуры объектов, которые вы получаете от них, потому что они будут недействительными при сбросе и повторном использовании (J)Cas.

Вы можете записать данные на диск, а затем прочитать их в несколько объектов CAS, которые затем сможете сравнить.

В качестве альтернативы вы можете реализовать механизм анализа, который извлекает интересующие вас данные в независимый набор объектов и основывает на этом свое сравнение.

Если вы хотите выполнить сравнение пар, вы также можете внедрить считыватель, который считывает данные, которые вы хотите сравнить, в два разных представления одного и того же CAS, а затем обрабатывает / сравнивает ваши механизмы анализа. Смотрите, например, DKPro TC PairReader_ImplBase и его подклассы.