Pular para o conteúdo principal
OperaçãoSintaxeDescriçãoExemplo
token[]Colchetes delimitam um único token.[] Qualquer palavra ou sinal de pontuação.
token text""Aspas indicam um token com o texto especificado.["Grantor"] Um token com a palavra “Grantor”.
variable:Dois-pontos são usados para atribuir um nome à sequência de tokens que o segue. Observação: A variável estará disponível apenas dentro dessa mesma regra, ou seja, até que a parte direita seja finalizada com ponto e vírgula.[t: "Contract"] Encontra um token que contém a palavra “Contract” e o atribui à variável t.
lemmaL"word" Lemma"word"”L” ou “Lemma” antes de uma palavra significa que a busca deve encontrar todas as formas dessa palavra.[L"rule"] Tokens como “rule”, “rules”, “ruled” e “ruling” serão todos encontrados.
regular expression/regular expression/Barras simples delimitam uma expressão regular. Assim como nos elementos de busca Value from Regular Expression, a sintaxe de expressão regular PCRE2 é usada.`/[1]?\d:\d2\s+(([ap].m.)([AP]M))?/` The template will match the time in 12-hour format, for example, “2:00 p.m.”, “9:34 AM”.
option setting for regular expressions/regular expression/iA configuração de opção pode ser colocada após a barra que fecha a expressão regular. A opção “i”, por exemplo, significa correspondência sem distinção entre maiúsculas e minúsculas da expressão regular./[1]?\d:\d{2}\s+([ap]\.?m\.?)?/i Este modelo simplifica o exemplo acima com a ajuda da correspondência sem distinção entre maiúsculas e minúsculas. Ele corresponderá ao horário no formato de 12 horas, por exemplo, “2:00 p.m.”, “9:34 AM”.
token predicates<first_in_paragraph>O token é o primeiro em um parágrafo.["Section" <first_in_paragraph>] A palavra “Section” inicia o parágrafo. Você pode usar isso, por exemplo, para extrair o número da seção imediatamente após este token.
token predicates<punctuator>O token é um sinal de pontuação.["Tenant"] [<punctuator>]{0,2} A palavra “Tenant” pode ser seguida por até dois sinais de pontuação, por exemplo, um colchete de fechamento e uma vírgula.
token predicates<initial_letter_capitalized>O token começa com uma letra maiúscula.[L"agreement" <initial_letter_capitalized>] Este modelo corresponderá a “Agreement” e “Agreements”, mas não a “agreement”.
token predicates<mixed_capitalization>Algumas, mas não todas, as letras do token estão em maiúsculas.[L"letter" <mixed_capitalization>] Este modelo corresponderá, por exemplo, a “Letters” e “letteR”.
token predicates<all_letters_capitalized>O token está todo em letras maiúsculas.[t: @NEROrganization <all_letters_capitalized>]+ Este modelo corresponderá a entidades nomeadas de organização escritas em letras maiúsculas.
logical OR``Uma barra vertical é usada para especificar texto de token alternativo ou condições alternativas para o token.`[“Lender""Co-Lender”] [“shall”] [“have”]` This template will match either of these strings: “Lender shall have” or “Co-Lender shall have”
logical ANDspaceEspaço é usado como uma conjunção lógica para condições de token.[t: "Section" <first_in_paragraph>] Encontra um token que contém a palavra “Section” E inicia um parágrafo.
object condition@object_nameUm sinal de arroba (”@”) verifica se o token está localizado dentro de uma região de objeto. Os seguintes objetos são suportados: Objetos de entidade nomeada, os mesmos tipos que também estão disponíveis como elementos de busca especializados, prefixados por “NER”: NERPerson, NEROrganization, NERAddress, NERLocation, NERDate, NERDuration, NERMoney; Elementos de busca; Sentence - Um objeto separado é criado para cada frase no fluxo de texto; Paragraph - Um objeto separado é criado para cada parágrafo no fluxo de texto.[t: @NEROrganization]+ ["Lender"] Atribui o nome t a uma sequência de tokens que contém uma entidade NEROrganization e é seguida pela palavra-chave “Lender”. [t: @NERPerson @Preamble_Segment ]+ Encontra o nome de uma pessoa no segmento de preâmbulo (representado por um elemento de busca Input field).
separating similar objects@object_name( same )”same” significa que em um token repetido, o mesmo objeto é correspondido à sequência de tokens em vez de vários objetos deste tipo. Se a condição de objeto estiver usando um OR lógico, “same” não deve ser usado.Por exemplo, se você tiver uma lista de nomes de pessoas seguindo uns aos outros, todos serão detectados como NERPerson. Para extrair o nome de uma pessoa por vez, use a condição “same”. [t: @NERPerson( same )]+ Atribui o nome t à primeira pessoa encontrada.
relative position@object_name( right_to( another_object )) @object_name( left_to( another_object ))”right_to” significa que object_name é encontrado após o another_object especificado entre parênteses. “left_to” significa que object_name é encontrado antes do another_object especificado entre parênteses.[ t: @NERAddress( same, right_to( id1 ), left_to( id2 ) )] Encontra uma entidade nomeada NERAddress entre id1 e id2.
logical OR (as used in object conditions)``Uma barra vertical também pode ser usada como uma disjunção lógica para condições de objeto.`[t: @NERPerson( right_to( id1 )right_to( id2 ) )]` Assigns the name t to a person’s name located either after id1 or after id2.
token sequencespaceTokens em uma sequência são separados por espaços.["Grantor"] [":"] Este modelo corresponderá a “Grantor:”. Tokens podem ser especificados simplesmente para contexto, mesmo que essas palavras não precisem ser extraídas.
sequências de tokens alternativos`[token1]([token2][token3])`Uma barra vertical é usada para especificar sequências de tokens alternativos. Parênteses redondos definem a prioridade.`[“will”] ([“start”]([“take”] [“place”])) [“on”]Este modelo corresponderá a qualquer uma destas strings: &quot;will start on&quot; ou &quot;will take place on&quot;. Observe que, se tivéssemos omitido os parênteses, o modelo também teria correspondido a &quot;will start place on&quot;. Os parênteses garantem que a frase &quot;take place&quot; esteja presente completamente ou não esteja presente. **Observação:** Para casos reais mais complexos de sequências de tokens alternativos, pode ser mais conveniente escrever uma regra separada para cada alternativa:[“will”] [“start”] [“on”] => …; [“will”] [“take”] [“place”] [“on”] => …;`
token opcional[]?Um ponto de interrogação significa que o token é opcional.["Tenant"] ["."]? A palavra “Tenant” pode ser seguida por um ponto.
token repetível opcional[]*Um asterisco significa que o token é opcional e pode ser repetido várias vezes.["Grantor"] []* ["Tenant"] As palavras-chave “Grantor” e “Tenant” podem ser separadas por qualquer número de tokens ou por nenhum.
token repetível obrigatório[]+Um sinal de mais significa que o token deve ser encontrado pelo menos uma vez e pode ser repetido.[@NERPerson]+ Especifica que o nome de uma pessoa deve ser encontrado, possivelmente distribuído em vários tokens, pois o nome geralmente consiste em várias palavras.
token com número especificado de repetições[]{n,} []{n,m}Números entre chaves significam que o token deve ser repetido de n a m vezes. Se o segundo número não for especificado, o token deve ser repetido pelo menos n vezes. Observação: Como você pode ver, {0,} é equivalente a *, enquanto {1,} é equivalente a +.["Grantor"] []{1,3} ["Tenant"] As palavras-chave “Grantor” e “Tenant” devem ser separadas por 1 a 3 tokens. Isso pode ser mais útil do que *, pois permite especificar que as duas palavras-chave não estão muito distantes uma da outra.