CoNLL-U

CoNLL-U 是 CoNLL-X 格式的修订版本。注释以纯文本文件（UTF-8 编码，规范化为 NFC 格式，使用 LF 字符作为换行符，包括文件末尾的 LF 字符）的形式进行编码，包含三种类型的行：

• Word 行，包含以单个制表符分隔的 10 个字段的单词/标记的注释；详见下文。
• 空行，标记句子边界。
• 以井号 (#) 开头的注释行。

以下是如何加载 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）基于标准 UD/CoNLL-U 示例之一。

from langchain.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'})]