ConLL不采用XML格式的原因

Question

我是NLP的新手，我发现了一种名为ConLL的格式，它似乎是一个由选项卡分隔的文件，如

ID FORM LEMMA PLEMMA POS PPOS FEAT PFEAT HEAD PHEAD DEPREL PDEPREL 

我在波斯语中找到了这种格式的依赖树银行。我想在上面做些实验。我熟悉C#，C#拥有很好的XML文件库。

我只是想知道为什么这样的语料库不是XML格式的！我说的不是复杂的，但他们可以将每一行放在XML的一个节点中。至少，我知道每个元素的标记是什么。

但是，我可以将其转换为XML。

Answer 1

一个肯定的原因是，您可以轻松地在电子表格查看器中打开它。

Answer 2

ConLL是一种为提高处理效率(速度和内存使用)而优化的格式。

NLP的XML格式通常有一个接一个的注释层；因此，必须将整个文件保存在内存中才能处理它。

ConLL的一个缺点是必须为稀疏注释添加填充(例如，0)。