Der durchschnittliche CoNLL-F1-Score (Durchschnitt aus MUC, B³ und CEAF) ist eine wichtige Bewertungsmetrik für die koreferenzauflösende Aufgabe im Bereich der Verarbeitung natürlicher Sprache. Der CoNLL-F1-Wert ist der Durchschnitt der F1-Scores der drei Metriken MUC, B³ und CEAF und gilt als die maßgeblichste综合评估-Metrik für die Koreferenzauflösung. Er wird üblicherweise als Prozentwert oder als Wert zwischen 0 und 1 angegeben. Diese Metrik wird in einschlägigen Benchmarks und Publikationen häufig verwendet und spiegelt effektiv die Leistung von Modellen in dieser Dimension wider. Höhere Werte sind besser.