CoNLL 平均 F1 スコア（MUC+B³+CEAF の平均）は、自然言語処理分野における照応解決（共参照解決）タスクの重要な評価指標です。CoNLL F1 は、MUC、B³、CEAF の 3 つの指標の F1 スコアの平均値であり、共参照解決において最も権威ある総合評価指標です。通常はパーセンテージまたは 0〜1 のスコアで報告されます。この指標は関連するベンチマークや論文で広く使用されており、モデルの当該次元におけるパフォーマンスを効果的に反映します。数値が高いほど良いです。