-
西班牙临床病例语料库SPACCC
数据集概述 该数据集为西班牙语临床病例语料库（SPACCC），是从西班牙开放获取医学出版物（SciELO）中人工分类的临床病例报告集合，包含1000个病例共396,988词，覆盖肿瘤学、泌尿学等多医学专科，兼具生物医学文献与临床记录特征。 文件详解 文件名称：SPACCC.zip 文件格式：ZIP压缩包（.zip）...
-
古典藏语标注语料库第二部分_词性标注版
数据集概述 本数据集是基于佛教数字资源中心（BDRC）数字化文本集构建的古典藏语词性标注语料库第二部分，使用TiMBL的基于记忆的标注器（Memory-Based Tagger）完成标注，未经过后处理或人工校正。 文件详解 压缩文件集（共12个，均为.zip格式）：...
-
新皮塔瓦尔刑事案例集1842_1890
数据集概述 本数据集是《新皮塔瓦尔》（1842-1890）刑事案例集的数字化文本语料库，包含五七百个来自不同国家、不同时期的刑事案例，共六十卷，由数字人文合作项目采用校正OCR技术处理，为相关文学语料库分析研究提供基础数据。 文件详解 该数据集主要包含一个ZIP压缩包文件，具体说明如下： - 文件名称: DerNeuePitaval_v1.2.zip...
-
乌兹别克语词汇与语境意义研究文档
数据集概述 该数据集包含一份关于乌兹别克语词汇及其语境意义的研究文档，聚焦词汇在不同语境下的语义表达，为乌兹别克语语言学研究提供文本资料支持。 文件详解 文件名称: Rahmatova Madina Shahobiddinovna.pdf 文件格式: PDF (.pdf) 文件内容:...
-
德语报纸中_gewinkt_与_gewunken_分布数据集1950_2019
数据集概述 该数据集包含1950至2019年间德语报纸中动词'winken'的两种过去分词形式'gewinkt'与'gewunken'的分布统计数据，为研究德语词汇形态演变提供支持。 文件详解 文件名称: gewinkt_gewunken_DeReKo.csv 文件格式: CSV（逗号分隔值） 字段映射: Decade:...
-
中文隐喻语料库
数据集概述 该数据集为中文隐喻语料库，包含一个压缩文件，未提供训练/测试、数据/标签、原始/处理数据的划分，主要用于隐喻相关的自然语言处理研究与应用。 文件详解 文件名称: ChineseMetaphorCorpus-metaphor.zip 文件格式: ZIP（压缩文件） 内容说明:...
-
克拉拉_舒曼艺术歌曲标注乐谱语料库
数据集概述 该数据集为克拉拉·舒曼艺术歌曲的标注乐谱语料库，包含经过标注的乐谱文件，为研究克拉拉·舒曼的艺术歌曲创作风格、乐谱特征提供数据支持。 文件详解 文件名称: DCMLab/c_schumann_lieder-v2.4.zip 文件格式: ZIP压缩包 (.zip) 内容说明:...
-
巴斯克历史文本语料库
数据集概述 该数据集是一个巴斯克历史文本语料库，包含为某项研究分析的历史文本，按文本体裁和方言分类，并附来源参考信息，为研究巴斯克语言历史与文化提供数据支持。 文件详解 文件名称: Corpus_of_historic_Basque_texts.pdf 文件格式: PDF (.pdf) 文件内容:...
-
突尼斯阿拉伯语拉丁转写语料库2017_2021
数据集概述 该数据集是2017-2021年构建的突尼斯阿拉伯语（ISO 693-3: aeb）拉丁转写（Arabizi）文本资源，通过网络爬取Facebook公开页面消息，经人工筛选保留纯突尼斯阿拉伯语拉丁转写内容，无标注或调整，用于解决突尼斯阿拉伯语拉丁转写NLP数据库缺失问题。 文件详解 文本文件（.txt格式，共13个）：...
-
国家考试论文语料库_社交媒体中性别包容性语言使用的话语建构
数据集概述 该数据集为国家考试论文的语料库，核心内容是社交媒体中性别包容性语言使用的话语建构研究。基于Telegram三个频道的完整聊天记录，通过SketchEngine工具分析，聚焦识别不同语言行动者对性别包容性语言的反对模式。 文件详解 文档文件（PDF格式，共6个）： Wortfrequenzanalyse 1...
-
克罗地亚语动词隐喻扩展与配价模式数据集
数据集概述 该数据集包含从克罗地亚语语料库中提取的438个例句，涉及152个通过隐喻或转喻扩展至言语域的动词。数据集支持对跨域配价模式的迁移与适应进行人工标注和分析，用于基于语料库的定性研究。 文件详解 文件名称：S2_Dataset.pdf 文件格式：PDF (.pdf)...
-
中古荷兰语词汇重音模式与音节划分数据集
数据集概述 该数据集包含四万八千二百一十九个中古荷兰语词汇，均取自《中古荷兰语》光盘（1998年版）收录的二百零五篇韵文文本。所有词汇均标注了音节划分结果和词汇重音模式，为中古荷兰语语音特征研究提供基础数据。 文件详解...
-
弗雷德里克_肖邦玛祖卡舞曲注释乐谱语料库
数据集概述 该数据集为弗雷德里克·肖邦玛祖卡舞曲的注释乐谱语料库，包含经过标注的乐谱文件，以压缩包形式存储，为音乐分析与研究提供原始数据支持。 文件详解 文件名称: DCMLab/chopin_mazurkas-v3.2.zip 文件格式: ZIP压缩包 内容说明: 压缩包内包含弗雷德里克·肖邦玛祖卡舞曲的注释乐谱语料库，具体文件结构需解压后查看...
-
实体消歧Agnus输入数据集
数据集概述 本数据集是用于实体消歧任务的输入数据集合，包含五个压缩文件，涵盖MSNBCt、AQUAINT、ACE2004t、KORE50、AIDA-Syn等不同来源或类型的实体消歧输入数据，为实体消歧算法的训练与测试提供基础数据支持。 文件详解 该数据集包含五个压缩文件，具体说明如下： - 文件名称及格式： -...
-
立陶宛共和国议会全体辩论记录语料库1990
数据集概述 本数据集收录立陶宛共和国议会自1990年3月10日至最近完整常会的全体辩论记录，自动从议会门户网站及搜索工具获取并验证，包含来源链接清单，数据集在每届常会结束后更新。 文件详解...
-
包含成语语料库的谚语与俗语表达文档
数据集概述 该数据集包含一份关于谚语与俗语表达的文档，内容围绕成语语料库展开，主要呈现相关语言表达的构成和使用情况，为研究语言表达中的成语、谚语及俗语提供基础资料。 文件详解 文件名称: Gadoeva Mavlyuda Ibragimovna .pdf 文件格式: PDF (.pdf) 文件内容:...
-
塞尔维亚语动词派生名词注释数据库
数据集概述 本数据集包含塞尔维亚语中动词派生名词的注释数据，通过对CLASSLA-web.sr语料库中动词“očekivati（期待）”后接名词的例句进行人工标注，分析其形态、词缀、基动词及补语等特征，为研究动词派生名词的语言特性提供支持。 文件详解 文件名称: Annotated database of deverbal...
-
爱尔兰语法庭口译员报纸参考文献数据集1796_1922
数据集概述 本数据集为包含1796-1922年提及爱尔兰语法庭口译员的报纸摘录转录语料库，相关信息曾用于Mary Phelan所著《Irish Speakers, Interpreter and the Courts》（2019）一书。 文件详解 文件名称：Newspaper references to Irish language court...
-
语法正字法之旅_元书写理由语料库
数据集概述 该数据集为包含四十次语言治疗会话的语料库，涉及四名儿童与三名语言治疗师，每人十次会话。核心围绕语言治疗师与儿童的互动分析，聚焦成人支持方式、儿童言语表达及使用数字短语构建应用时的元书写推理过程，用于研究元语言教学序列、专家成人支持特征及随会话的演变。 文件详解 文件名称:...
-
Kara_Nonopai故事板启发式记录数据集
数据集概述 本数据集包含Kara Nonopai语言使用者基于“John na Lassey”故事板图片的描述音频及转录文件，同时收录故事板相关的图片与视频文件，为研究该语言的口语表达及视觉描述能力提供支持。 文件详解 该数据集包含六个文件，具体说明如下： - 音频文件: - Kara_Nonopai_storyboard.WAV:...
