网站后台管理系统安装,连云港吧,租服务器 wordpress,便宜CoNLL-2012 数据格式是用于自然语言处理任务的一种常见格式#xff0c;特别是在命名实体识别、词性标注、句法分析和语义角色标注等领域。这种格式在 CoNLL-2012 共享任务中被广泛使用#xff0c;该任务主要集中在语义角色标注上。
CoNLL-2012 数据格式通常包括多列#xf…CoNLL-2012 数据格式是用于自然语言处理任务的一种常见格式特别是在命名实体识别、词性标注、句法分析和语义角色标注等领域。这种格式在 CoNLL-2012 共享任务中被广泛使用该任务主要集中在语义角色标注上。
CoNLL-2012 数据格式通常包括多列每列包含不同类型的语言学信息。以下是一个典型的 CoNLL-2012 格式的例子展示了它的列结构和类型 bc/cnn/00/cnn_0000 0 0 而且 AD (TOP(IP(ADVP*) - - - Paula_Zahn_#1E * (ARGM-DIS*) * -
bc/cnn/00/cnn_0000 0 1 国防部长 NN (NP(NP*) - - - Paula_Zahn_#1E * (ARG0* * (195
bc/cnn/00/cnn_0000 0 2 唐纳德·拉姆斯菲尔 NR (NP*)) - - - Paula_Zahn_#1E (PERSON) *) * 195)
bc/cnn/00/cnn_0000 0 3 说 VV (VP* - 01 7 Paula_Zahn_#1E * (V*) * -
bc/cnn/00/cnn_0000 0 4 更 AD (IP(NP(DNP(QP(ADVP*) - - - Paula_Zahn_#1E * (ARG1* (ARG0* (247
bc/cnn/00/cnn_0000 0 5 多 CD (QP*)) - - 3 Paula_Zahn_#1E * * * -
bc/cnn/00/cnn_0000 0 6 的 DEG *) - - - Paula_Zahn_#1E * * * -
bc/cnn/00/cnn_0000 0 7 美国 NR (NP*) - - - Paula_Zahn_#1E (NORP) * * -
bc/cnn/00/cnn_0000 0 8 士兵 NN (NP*)) - - - Paula_Zahn_#1E * * *) 247)
bc/cnn/00/cnn_0000 0 9 可能 AD (VP(ADVP*) - - - Paula_Zahn_#1E * * (ARGM-ADV*) -
bc/cnn/00/cnn_0000 0 10 不久 AD (ADVP*) - - - Paula_Zahn_#1E * * (ARGM-TMP*) -
bc/cnn/00/cnn_0000 0 11 将 AD (ADVP*) - - - Paula_Zahn_#1E * * (ARGM-ADV*) -
bc/cnn/00/cnn_0000 0 12 启程 VV (VP(VP*) - - - Paula_Zahn_#1E * * * -
bc/cnn/00/cnn_0000 0 13 前往 VV (VP* - 01 - Paula_Zahn_#1E * * (V*) -
bc/cnn/00/cnn_0000 0 14 伊拉克 NR (NP*)))))) - - - Paula_Zahn_#1E (LOC) *) (ARG1*) -
bc/cnn/00/cnn_0000 0 15 PU *)) - - - Paula_Zahn_#1E * * * -bc/cnn/00/cnn_0000 0 0 他 PN (TOP(IP(NP*) - - - Paula_Zahn_#1E * (ARG0*) * * * * * (195)
bc/cnn/00/cnn_0000 0 1 说 VV (VP* - 01 7 Paula_Zahn_#1E * (V*) * * * * * -
bc/cnn/00/cnn_0000 0 2 将 AD (IP(VP(ADVP*) - - - Paula_Zahn_#1E * (ARG1* (ARGM-ADV*) * * * * -
bc/cnn/00/cnn_0000 0 3 暂时 AD (ADVP*) - - - Paula_Zahn_#1E * * (ARGM-ADV*) * * * * -
bc/cnn/00/cnn_0000 0 4 需要 VV (VP* - 02 1 Paula_Zahn_#1E * * (V*) * * * * -
bc/cnn/00/cnn_0000 0 5 他们 PN (IP(NP*) - - - Paula_Zahn_#1E * * (ARG1* (ARG0*) * * * (247)
bc/cnn/00/cnn_0000 0 6 来 MSP (VP* - - 7 Paula_Zahn_#1E * * * * * * * -
bc/cnn/00/cnn_0000 0 7 防止 VV (VP* - 01 - Paula_Zahn_#1E * * * (V*) * * * -
bc/cnn/00/cnn_0000 0 8 十二月份 NT (NP(LCP(NP(NP*) - - - Paula_Zahn_#1E (DATE) * * (ARG1* * * * -
bc/cnn/00/cnn_0000 0 9 伊拉克 NR (NP*) - - - Paula_Zahn_#1E (ORG* * * * * * * (206)
bc/cnn/00/cnn_0000 0 10 国会 NN (NP* - - - Paula_Zahn_#1E *) * * * * * * -
bc/cnn/00/cnn_0000 0 11 选举 NN *)) - - - Paula_Zahn_#1E * * * * * * * -
bc/cnn/00/cnn_0000 0 12 前 LC *) - - - Paula_Zahn_#1E * * * * * * * -
bc/cnn/00/cnn_0000 0 13 预料 VV (CP(CP(IP(VP* - 01 - Paula_Zahn_#1E * * * * (V*) * * -
bc/cnn/00/cnn_0000 0 14 会 VV (IP(VP* - 02 - Paula_Zahn_#1E * * * * (ARG1* (V*) * -
bc/cnn/00/cnn_0000 0 15 增长 VV (VP*))))) - 01 1 Paula_Zahn_#1E * * * * *) * (V*) -
bc/cnn/00/cnn_0000 0 16 的 DEC *)) - - - Paula_Zahn_#1E * * * * * * * -
bc/cnn/00/cnn_0000 0 17 叛乱 NN (NP* - - - Paula_Zahn_#1E * * * * * * * -
bc/cnn/00/cnn_0000 0 18 袭击 NN *))))))))) - - - Paula_Zahn_#1E * *) *) *) * * * -
bc/cnn/00/cnn_0000 0 19 PU *)) - - - Paula_Zahn_#1E * * * * * * * -
每列的含义为 第一列是文件名。 第二列是文档片段iid大部分是0。 后面几列为
Word index: 句子中的词索引。Word form: 词的原形。Part-of-Speech tag: 词性标签。Parse tree: 句法分析树的部分信息。Predicate lemma: 如果当前词是谓词则为谓词的原形否则为一个连字符。Predicate Frameset ID: 如果当前词是谓词则为框架ID否则为一个连字符。Word sense: 词的语义编号如果适用的话。Speaker/Author: 说话者或作者。Named Entities: 命名实体标记。Predicate Arguments: 与谓词相关的语义角色标注。Coreference: 共指解析标记。
其中共指标记中相同数字的表示同一指代簇。
/cctv/00/cctv_0000 0 4 熟知 VV (VP*))))) - 01 - Speaker#1 * (V*) * * -
bc/cctv/00/cctv_0000 0 5 的 DEC *)) - - - Speaker#1 * * * * -
bc/cctv/00/cctv_0000 0 6 卡通 NN (NP* - - - Speaker#1 * * * * (82
bc/cctv/00/cctv_0000 0 7 形象 NN *)) - - - Speaker#1 * * *) * 82)
bc/cctv/00/cctv_0000 0 8 以 P (VP(PP* - - - Speaker#1 * * (ARGM-MNR* * -
bc/cctv/00/cctv_0000 0 9 其 PN (NP(NP*) - - - Speaker#1 * * * * (82)
bc/cctv/00/cctv_0000 0 10 独有 JJ (DNP(ADJP*) - - - Speaker#1 * * * * -
bc/cctv/00/cctv_0000 0 11 的 DEG *) - - - Speaker#1 * * * * -
这个示例中同一共指簇的信息为 [82, 9, 9], [82, 6, 7]表示第9个词“其”和第6和第7“卡通形象”指代相同。
