By

From: https://nlp.stanford.edu/nlp/javadoc/javanlp/edu/stanford/nlp/dcoref/CoNLL2011DocumentReader.html

image

http://conll.cemantix.org/2011/data.html

Read conll file format from CoNLL2011. See http://conll.bbn.com/index.php/data.html.
CoNLL2011 files are in /scr/nlp/data/conll-2011/v0/data/ dev train Contains _auto_conll files (auto generated) and _gold_conll (hand labelled), default reads _gold_conll
There is also /scr/nlp/data/conll-2011/v0/conll.trial which has .conll files (parse has at end)

Column Type Description

  • 1 Document ID | This is a variation on the document filename | 文档ID
  • 2 Part number | Some files are divided into multiple parts numbered as 000, 001, 002, … etc. | 分块ID
  • 3 Word number | 词语ID
  • 4 Word itself | 词语本身
  • 5 Part-of-Speech | 词语的词性
  • 6 Parse bit | This is the bracketed structure broken before the first open parenthesis in the parse, and the word/part-of-speech leaf replaced with a *. The full parse can be created by substituting the asterix with the “([pos] [word])” string (or leaf) and concatenating the items in the rows of that column. | 句法树
  • 7 Predicate lemma | The predicate lemma is mentioned for the rows for which we have semantic role information. All other rows are marked with a “-“ | semantic role information→语义角色信息、predicate lemma→谓词引理
  • 8 Predicate Frameset ID | This is the PropBank frameset ID of the predicate in Column 7. | PropBank frameset ID→命题树库
  • 9 Word sense | This is the word sense of the word in Column 3.
  • 10 Speaker/Author | This is the speaker or author name where available. Mostly in Broadcast Conversation and Web Log data. | 说话的人
  • 11 Named Entities | These columns identifies the spans representing various named entities.
  • 12:N Predicate Arguments | There is one column each of predicate argument structure information for the predicate mentioned in Column 7. N Coreference Coreference chain information encoded in a parenthesis structure.
  • 13：N Coreference Coreference chain information encoded in a parenthesis structure.

ROOT：要处理文本的语句

  • IP：简单从句
  • NP：名词短语
  • VP：动词短语
  • PU：断句符，通常是句号、问号、感叹号等标点符号
  • LCP：方位词短语
  • PP：介词短语
  • CP：由‘的’构成的表示修饰性关系的短语
  • DNP：由‘的’构成的表示所属关系的短语
  • ADVP：副词短语
  • ADJP：形容词短语
  • DP：限定词短语
  • QP：量词短语
  • NN：常用名词
  • NR：固有名词
  • NT：时间名词
  • PN：代词
  • VV：动词
  • VC：是
  • CC：表示连词
  • VE：有
  • VA：表语形容词
  • AS：内容标记（如：了）
  • VRD：动补复合词
  • CD: 表示基数词
  • DT: determiner 表示限定词
  • EX: existential there 存在句
  • FW: foreign word 外来词
  • IN: preposition or conjunction, subordinating 介词或从属连词
  • JJ: adjective or numeral, ordinal 形容词或序数词
  • JJR: adjective, comparative 形容词比较级
  • JJS: adjective, superlative 形容词最高级
  • LS: list item marker 列表标识
  • MD: modal auxiliary 情态助动词
  • PDT: pre-determiner 前位限定词
  • POS: genitive marker 所有格标记
  • PRP: pronoun, personal 人称代词
  • RB: adverb 副词
  • RBR: adverb, comparative 副词比较级
  • RBS: adverb, superlative 副词最高级
  • RP: particle 小品词
  • SYM: symbol 符号
  • TO:”to” as preposition or infinitive marker 作为介词或不定式标记
  • WDT: WH-determiner WH限定词
  • WP: WH-pronoun WH代词
  • WP$: WH-pronoun, possessive WH所有格代词
  • WRB:Wh-adverb WH副词

关系表示

  • abbrev: abbreviation modifier，缩写
  • acomp: adjectival complement，形容词的补充；
  • advcl : adverbial clause modifier，状语从句修饰词
  • advmod: adverbial modifier状语
  • agent: agent，代理，一般有by的时候会出现这个
  • amod: adjectival modifier形容词
  • appos: appositional modifier,同位词
  • attr: attributive，属性
  • aux: auxiliary，非主要动词和助词，如BE,HAVE SHOULD/COULD等到
  • auxpass: passive auxiliary 被动词
  • cc: coordination，并列关系，一般取第一个词
  • ccomp: clausal complement从句补充
  • complm: complementizer，引导从句的词好重聚中的主要动词
  • conj : conjunct，连接两个并列的词。
  • cop: copula。系动词（如be,seem,appear等），（命题主词与谓词间的）连系
  • csubj : clausal subject，从主关系
  • csubjpass: clausal passive subject 主从被动关系
  • dep: dependent依赖关系
  • det: determiner决定词，如冠词等
  • dobj : direct object直接宾语
  • expl: expletive，主要是抓取there
  • infmod: infinitival modifier，动词不定式
  • iobj : indirect object，非直接宾语，也就是所以的间接宾语；
  • mark: marker，主要出现在有“that” or “whether”“because”, “when”,
  • mwe: multi-word expression，多个词的表示
  • neg: negation modifier否定词
  • nn: noun compound modifier名词组合形式
  • npadvmod: noun phrase as adverbial modifier名词作状语
  • nsubj : nominal subject，名词主语
  • nsubjpass: passive nominal subject，被动的名词主语
  • num: numeric modifier，数值修饰
  • number: element of compound number，组合数字
  • parataxis: parataxis: parataxis，并列关系
  • partmod: participial modifier动词形式的修饰
  • pcomp: prepositional complement，介词补充
  • pobj : object of a preposition，介词的宾语
  • poss: possession modifier，所有形式，所有格，所属
  • possessive: possessive modifier，这个表示所有者和那个’S的关系
  • preconj : preconjunct，常常是出现在 “either”, “both”, “neither”的情况下
  • predet: predeterminer，前缀决定，常常是表示所有
  • prep: prepositional modifier
  • prepc: prepositional clausal modifier
  • prt: phrasal verb particle，动词短语
  • punct: punctuation，这个很少见，但是保留下来了，结果当中不会出现这个
  • purpcl : purpose clause modifier，目的从句
  • quantmod: quantifier phrase modifier，数量短语
  • rcmod: relative clause modifier相关关系
  • ref : referent，指示物，指代
  • rel : relative
  • root: root，最重要的词，从它开始，根节点
  • tmod: temporal modifier
  • xcomp: open clausal complement
  • xsubj : controlling subject 掌控者

中心语为谓词

  • subj — 主语
  • nsubj — 名词性主语（nominal subject） （同步，建设）
  • top — 主题（topic） （是，建筑）
  • npsubj — 被动型主语（nominal passive subject），专指由“被”引导的被动句中的主语，一般是谓词语义上的受事 （称作，镍）
  • csubj — 从句主语（clausal subject），中文不存在
  • xsubj — x主语，一般是一个主语下面含多个从句 （完善，有些）
  • 中心语为谓词或介词
  • obj — 宾语
  • dobj — 直接宾语 （颁布，文件）
  • iobj — 间接宾语（indirect object），基本不存在
  • range — 间接宾语为数量词，又称为与格 （成交，元）
  • pobj — 介词宾语 （根据，要求）
  • lobj — 时间介词 （来，近年）

中心语为谓词

  • comp — 补语
  • ccomp — 从句补语，一般由两个动词构成，中心语引导后一个动词所在的从句(IP) （出现，纳入）
  • xcomp — x从句补语（xclausal complement），不存在
  • acomp — 形容词补语（adjectival complement）
  • tcomp — 时间补语（temporal complement） （遇到，以前）
  • lccomp — 位置补语（localizer complement） （占，以上）
  • — 结果补语（resultative complement）

中心语为名词

  • mod — 修饰语（modifier）
  • pass — 被动修饰（passive）
  • tmod — 时间修饰（temporal modifier）
  • rcmod — 关系从句修饰（relative clause modifier） （问题，遇到）
  • numod — 数量修饰（numeric modifier） （规定，若干）
  • ornmod — 序数修饰（numeric modifier）
  • clf — 类别修饰（classifier modifier） （文件，件）
  • nmod — 复合名词修饰（noun compound modifier） （浦东，上海）
  • amod — 形容词修饰（adjetive modifier） （情况，新）
  • advmod — 副词修饰（adverbial modifier） （做到，基本）
  • vmod — 动词修饰（verb modifier，participle modifier）
  • prnmod — 插入词修饰（parenthetical modifier）
  • neg — 不定修饰（negative modifier） (遇到，不)
  • det — 限定词修饰（determiner modifier） （活动，这些）
  • possm — 所属标记（possessive marker），NP
  • poss — 所属修饰（possessive modifier），NP
  • dvpm — DVP标记（dvp marker），DVP （简单，的）
  • dvpmod — DVP修饰（dvp modifier），DVP （采取，简单）
  • assm — 关联标记（associative marker），DNP （开发，的）
  • assmod — 关联修饰（associative modifier），NP|QP （教训，特区）
  • prep — 介词修饰（prepositional modifier） NP|VP|IP（采取，对）
  • clmod — 从句修饰（clause modifier） （因为，开始）
  • plmod — 介词性地点修饰（prepositional localizer modifier） （在，上）
  • asp — 时态标词（aspect marker） （做到，了）
  • partmod– 分词修饰（participial modifier） 不存在
  • etc — 等关系（etc） （办法，等）

中心语为实词

  • conj — 联合(conjunct)
  • cop — 系动(copula) 双指助动词？？？？
  • cc — 连接(coordination)，指中心词与连词 （开发，与）

其它

  • attr — 属性关系 （是，工程）
  • cordmod– 并列联合动词（coordinated verb compound） （颁布，实行）
  • mmod — 情态动词（modal verb） （得到，能）
  • ba — 把字关系
  • tclaus — 时间从句 （以后，积累）
  • — semantic dependent
  • cpm — 补语化成分（complementizer），一般指“的”引导的CP （振兴，的