core-nlpのregexNER内のpattens

Question

core-nlpパイプライン内でregexner用の正規表現pattenrを使用したいと考えています。私のエンティティ/トークンは

Machine_DS2302 

です。第2の部分はalphanumericです。 （これはワイルドカード中である）私が持っているもの

は現在

Machine_.* MachineNumber 

である。しかし、これはすべての注釈が表示されます。 2番目の部分に_ 正規表現に基づいてMachineNumberというタグを追加します。つまり、_の後の2番目の部分が数字の場合は、タグに割り当てます。

正規表現パターン

^[a-zA-Z0-9]*$ 

しかし、たとえ

Machine_^[a-zA-Z0-9]*$ 

が

どのようなパターンがregexNERのためのようになりますが動作しませんか？

Answer 1

アンカーは冗長です。^が文字列の開始位置に一致し、$が文字列の終了位置と一致するため、実際にパターンが一致しないようにします。

あなたが_後の部分にアクセスする必要があるので、あなたもキャプチャし、そのキャプチャグループを使用する必要があります。

Machine_([a-zA-Z0-9]*) 

(...)は英数字の値を持つ部分マッチを作成します。

*を+に置き換えることもできます。英数字の部分が少なくとも1文字である必要があります。