跳到主要内容
CoNLL-U 是 CoNLL-X 格式的修订版。注释被编码在纯文本文件中（UTF-8 编码，规范化为 NFC，仅使用 LF 字符作为换行符，文件末尾包含一个 LF 字符），包含三种类型的行：
  • 词行（Word lines），包含一个单词/词元（token）的注释，分为10个字段，用单个制表符分隔；详见下文。
  • 空行（Blank lines），标记句子边界。
  • 注释行（Comment lines），以哈希符号（#）开头。
这是一个如何加载 CoNLL-U 格式文件的示例。整个文件被视为一个文档。示例数据（conllu.conllu）基于一个标准的 UD/CoNLL-U 示例。 
from langchain_community.document_loaders import CoNLLULoader

loader = CoNLLULoader("example_data/conllu.conllu")

document = loader.load()

document

[Document(page_content='They buy and sell books.', metadata={'source': 'example_data/conllu.conllu'})]
在 GitHub 上编辑此页面源文件。
以编程方式连接这些文档到 Claude、VSCode 等，通过 MCP 获取实时答案。
© . This site is unofficial and not affiliated with LangChain, Inc.