CONLL-U

释义 Definition

CONLL-U 是一种常用的文本标注文件格式，用来存储依存句法分析与词汇信息（如分词、词形还原、词性、形态特征、依存关系等），最常见于 Universal Dependencies（UD） 语料与工具链中。它通常以“每行一个词/符号、以制表符分列字段”的方式表示句子结构。（也常写作 CoNLL-U。）

发音 Pronunciation (IPA)

/ˌkɒnɛl ˈjuː/

例句 Examples

I converted the dataset to CONLL-U for training.
我把数据集转换成 CONLL-U 格式用于训练。

The parser outputs CONLL-U files that include lemmas, POS tags, and dependency arcs for each sentence.
该解析器会输出 CONLL-U 文件，其中包含每个句子的词元、词性标注以及依存弧等信息。

词源 Etymology

CoNLL 来自 Conference on Natural Language Learning（自然语言学习会议）相关共享任务中常用的标注格式传统；后缀 -U 通常指向 Universal Dependencies 生态中采用的扩展版本（用于更通用、更统一的跨语言句法标注与交换）。

相关词 Related Words

• Universal Dependencies
• Treebank
• Dependency
• Parser
• Corpus
• Annotation
• Token
• Lemma
• POS
• Morphology

文献与作品 Literary / Notable Works

• Universal Dependencies (UD) Documentation / Guidelines（UD 官方格式与字段说明中频繁出现 CoNLL-U）
• Zeman et al., CoNLL 2017 Shared Task: Multilingual Parsing from Raw Text to Universal Dependencies（共享任务与数据发布大量使用 CoNLL-U）
• Nivre et al., Universal Dependencies v1: A Multilingual Treebank Collection（UD 语料发布与格式实践中使用 CoNLL-U）
• de Marneffe et al., Universal Stanford Dependencies（依存关系体系演进与数据交换实践中常见 CoNLL-U 表示）