Достоверность правил и разрешение конфликтов

Если несколько правил находят пересекающиеся результаты, XPDL разрешает конфликты в соответствии со следующими правилами:

1) Если один результат полностью содержится в другом, возвращается только самый полный из них.

Пример

На Изображении 1 первое правило находит слова «министерство», а второе - названия министерств, состоящие из слова «министерство», за которым следует существительное в родительном падеже (например, «министерство промышленности»).

Изображение 1. Пример правил, извлекающих названия министерств

Фрагмент правила

rule: министерство
 {
 query: {министерство}:m

 result: Министерство = $m
 }

 rule: название_министерства
 {
 // найдет, например, министерство финансов, министерство образования
 query: {phrase((министерство, lemma (noun_genitive))}:m

 result: Министерство = $m
 }

В тексте

первое правило находит результат «министерства», а второе правило - результат «Министерства просвещения». Результат «министерства» отбрасывается, потому что полностью входит в более длинный результат «Министерства просвещения». Как показано на Изображении 2, правила возвращают только результат «Министерства просвещения».

Изображение 2. Результат работы набора правил

2) Если несколько правил извлекают частично пересекающиеся результаты, сохраняются оба результата.

Пример

На Изображении 3 приведены правила для поиска имен людей по контексту. Правило «профессии» находит два слова с большой буквы, после которых следует название профессии из класса слов «professions» (например, «Владислав Антонов, аналитик»). Правило «цитаты» находит два слова с большой буквы после выражения «по словам» (например, «по словам Владислава Антонова»).

Изображение 3. Правила для поиска имен людей

Фрагмент правила

rule: профессии
 {
 // Юлия Иванова, менеджер
 query: {phrase(case(title), case(title), term(professions))}:m

 result: Результат = $m
 }

 rule: цитаты
 {
 // по словам Юлии Ивановой
 query: {phrase("по словам", case(title), case(title))}:m

 result: Результат = $m
 }

В тексте:

первое правило находит результат «Ильи Тимченко, генерального директора», который частично пересекается с найденным вторым правилом результатом «по словам Ильи Тимченко». Как видно на Изображении 4, правила возвращают оба результата.

Изображение 4. Результат работы правил

3) Если несколько правил извлекают одну и ту же фразу, правило с наибольшим значением достоверности (confidence) является предпочтительным. Раздел confidence не является обязательным.

Синтаксис

confidence: <значение_достоверности>

где <значение_достоверности> - любое число в диапазоне от 0 (самая низкая достоверность) до 1 (самая высокая достоверность).

Значение достоверности используется для установления приоритетности правил в случае, когда несколько правил извлекают одну и ту же последовательность. Значение достоверности по умолчанию равно 1. Если значение достоверности не указано, правило наследует значение достоверности от своего родительского правила.

Значение достоверности НЕ рассчитывается статистически. Оно устанавливается автором правила вручную и отражает субъективную оценку способности правила извлекать корректные результаты.

Если несколько правил имеют одинаковое значение достоверности, программа выбирает правило, которое выводит больше атрибутов. Если количество атрибутов одинаково — правило, объявленное первым.

Пример

На Изображении 5 приведены правила для поиска авиарейсов. Правило «рейсы» находит слово рейс, за которым следуют два географических названия (например, «рейс Москва-Прага»). Правило также выводит атрибуты «Пункт отправления» и «Пункт назначения» в отдельные колонки. Правило «рейсы_копия» является копией правила «рейсы», но не заполняет атрибуты.

Изображение 5. Правила для поиска авиарейсов

Фрагмент правила

rule: рейсы
{
 // например, рейс Москва - Омск
 query: {phrase((рейс, {dictword(GeoAdministrative)}:from, {dictword(GeoAdministrative)}:to)}:m

 confidence: 0.9

 result: Результат = $m
 attribute: Пункт отправления = $from
 attribute: Пункт назначения = $to
}

rule: рейсы_копия
{
 // например, рейс Москва - Омск
 query: {phrase(рейс, dictword(GeoAdministrative), dictword(GeoAdministrative))}:m

 confidence: 0.9

 result: Результат1 = $m
}

В тексте

оба правила извлекают фразу «рейс Краснодар - Сургут». Однако результат правила «рейсы_копия» является приоритетным из-за более высокой достоверности правила (0.9), поэтому колонки «Пункт отправления» и «Пункт назначения» остаются пустыми, как показано на Изображении 6.

Изображение 6. Результат работы правил

Если бы достоверность правила «рейсы» была выше или равна достоверности правила «рейсы_копия», то колонки «Пункт отправления» и «Пункт назначения» были бы заполнены, как показано на Изображении 7.

Изображение 7. Результат работы правил при более высокой достоверности правила «рейсы»

4) Если правила извлекают совпадающие результаты под разными именами, сохраняются оба результата.

Пример

Правила для поиска авиарейсов на Изображении 8 почти идентичны правилам на Изображении 5, но теперь у правил совпадает значение достоверности, а результаты выводятся в колонки «Результат» и «Результат1».

Изображение 8. Правила для поиска авиарейсов

В тексте

оба правила находят один и тот же результат «рейс Краснодар - Сургут». Но так как у результатов разные имена, они оба сохраняются, как показано на Изображении 9.

Изображение 9. Результат работы правил