-
StopWords_Integrated_英文葡萄牙语停用词整合数据集_版本1
数据集概述 本数据集整合了英文和葡萄牙语的停用词集合，分为基础版和扩展版两个Excel文件，适用于文本挖掘任务。基础版包含带重音、无重音葡萄牙语及英文停用词，扩展版则进一步补充了更多词汇，部分词汇包含故意拼写错误以适配实际文本场景。 文件详解 文件1：StopWords_Integrated_Favaretto.xlsx 文件格式：XLSX...
-
保护现状_抵御_绿色病毒_荷兰人民党_PVV_与自由党_VB_政治主张文档汇编
数据集概述 本数据集包含荷兰政治语境下的文档集合，核心围绕“保护现状对抗绿色病毒”主题，涉及PVV和Vlaams Belang（VB）政党相关的93份文档，涵盖能源政策、政治主张等内容，文件类型统一为DOCX格式，无目录层级结构。 文件详解 文档文件 文件名称：遵循PVV_XX.docx、VB_XX.docx或含日期/标题的命名模式（例如PVV_25...
-
DIPROMATS_2024_Shared_Task_2_叙事识别小样本训练数据
数据集概述 本数据集是DIPROMATS 2024共享任务2的小样本训练数据，用于叙事识别任务。叙事是指有因果联系的事件序列，在国际关系领域，国际行为体通过战略叙事构建国际政治的过去、现在和未来的共同意义。数据集包含英文和西班牙文两种语言的训练数据，共2个文件。 文件详解 文件名称：dipromats24_t2_train_en_ids.json...
-
Dataset_Communicating_天体生物学及地外生命搜索传播研究数据集
数据集概述 本数据集为“Communicating astrobiology and the search for life elsewhere”研究配套数据，包含6个文件，涵盖天体生物学传播相关的编码表、附录文档及说明文件。数据涉及多语言媒体内容编码，支持科学传播领域的研究与分析。 文件详解 Readme.txt 文件格式：TXT...
-
Hunter_Gatherer_Based_语言数据库衍生CLDF数据集_2021版
数据集概述 本数据集是基于Bowern等人2021年的《Hunter-Gatherer Language Database》生成的CLDF格式数据集，包含1个压缩文件，旨在为语言学研究提供结构化的狩猎采集者语言相关数据，便于跨研究场景的复用与分析。 文件详解 压缩文件 文件名称：lexibank/huntergatherer-v2.1.zip...
-
AnCora_Catalan_Based_加泰罗尼亚语多层面标注语料库_2_0_0版
数据集概述 本数据集为AnCora Catalan 2.0.0加泰罗尼亚语语料库，包含约五十万字，主要基于新闻文本构建。数据在词元与词性、句法成分与功能、论元结构与题元角色、动词语义类、名词WordNet同义词集关联、命名实体及共指关系等多层面进行标注，是自然语言处理研究的基础资源。 文件详解 文件名称：AnCora Catalan 2.0.0.zip...
-
Navzájem_vzájemně_and_spolu_Based_捷克语互惠标记词分类研究数据
数据集概述 本数据集围绕捷克语中"navzájem/vzájemně"和"spolu"作为互惠标记词的用法展开，包含4个文件，按标记词的基本与非基本属性分类，用于语言学领域对捷克语互惠标记词的语法功能研究。 文件详解 数据文件组（共4个.xlsx文件） 文件名称：navzájem-vzájemně as a non-basic marker.xlsx...
-
wikidata_dump_korean_wikidata_韩语维基数据RDF转储
数据集概述 本数据集是由wdumps工具生成的韩语维基数据RDF转储，包含4个文件，涉及JSON、NT、GZ三种格式。数据涵盖维基数据的实体、标签、描述等元数据信息，但当前实体数、陈述数、三元组数均为0，可用于维基数据备份与分析的基础参考。 文件详解 文件名称：info.json 文件格式：JSON...
-
Wikidata_Based_French_politicians_RDF数据转储
数据集概述 本数据集是针对Wikidata中法国政治人物的RDF数据转储，通过wdumps工具生成。包含4个文件，涵盖数据元信息、配置规范、预览数据及压缩数据，为语义网相关研究提供结构化数据支持。 文件详解 info.json 文件格式：JSON...
-
Oráculo_Manual_Source_叔本华西班牙书籍批注TEI_XML数据
数据集概述 本数据集为Schopenhauer's Library项目使用的XML-TEI格式文件，记录了哲学家叔本华在其西班牙书籍中的批注与标记信息，是研究叔本华阅读习惯及思想的原始文献资源。数据集仅包含一个文件。 文件详解 文件名称：Oraculo-Schopenhauer-Marginalia-1659.xml 文件格式：XML（TEI标准）...
-
Wikimedia_Education_Program_Extension历史存档数据
数据集概述 本数据集是维基媒体基金会开发的MediaWiki软件“教育项目扩展计划”的归档数据，该扩展曾支持维基百科教育项目，用于跟踪管理学生、教师等编辑群体。数据涵盖维基百科、维基学院等多平台18种语言的教育项目，2011年启动后于2018年停用，现提供历史项目查询。 文件详解 文件名称：Versão bruta Extensão Programas...
-
PES_French_translation_Based_物理努力量表法语翻译数据与代码
数据集概述 本数据集包含物理努力量表（Physical effort scale）法语翻译相关的数据与代码，共2个文件，无目录结构。数据用于支持该量表的法语版本应用，包含样本文件和代码文件，适用于相关实验场景的样本分析。 文件详解 文件名称：pes_french_effort_scale_sample2.Rmd 文件格式：.rmd 字段映射介绍：R...
-
LanguageStructure_Xavante_dicionario_葡萄牙语词典合并数据
数据集概述 本数据集为Xavante语与葡萄牙语的双语词典数据，包含词典内容的合并处理结果，涉及内容修正与音频添加等优化工作，以单一JSON文件形式呈现，可用于语言翻译、词典研究等场景。 文件详解 文件名称：xavante_dictionary_merged.json 文件格式：JSON...
-
musiXplora_Based_Kathrin_Melanie_Menzel音乐领域人物档案数据
数据集概述 本数据集为musiXplora平台收录的Kathrin Melanie Menzel（ID：m2213）个人档案数据，包含其基本信息、职业领域、活动地点及更新记录等内容，是研究该音乐领域人物背景的结构化参考资料。 文件详解 文件名称：m2213_DE.json 文件格式：JSON...
-
Groningen_case_Based_格罗宁根案例Noorderplantsoen调查与访谈数据
数据集概述 本数据集包含格罗宁根案例中Noorderplantsoen区域25年后的调查数据，以及对多位利益相关者的访谈转录内容，总计8个文件，覆盖调查数据集与多语言访谈记录两类核心内容。 文件详解 调查数据集文件 文件名称：10i Referendum-Noorderplantsoen-25-jaar-original dataset.sav...
-
外语教师信息素养与阅读文化发展数据集_以英语和俄语为例
数据集概述 本数据集聚焦外语教师信息素养与阅读文化发展的关系，以英语和俄语教师为研究对象，通过单篇PDF文档呈现相关研究内容，为探讨教师信息素养对阅读文化培育的影响提供资料支持。 文件详解 文件名称: Абдуллаева Икбола Мохировна.pdf 文件格式: PDF (.pdf) 文件内容:...
-
变化机制FND数据集
数据集概述 该数据集包含功能性神经障碍（FND）相关的变化机制研究数据，涵盖重复测量的VAS和RAND-36身体子量表数据，以及物理治疗前后的PSK（PSC）评估数据，为探究FND干预效果提供支持。 文件详解 Excel数据文件（共5个，格式：.xlsx）： 文件名示例：Data S-001 (=p1) geconverteerd.xlsx、Data...
-
民族性语言学研究_乌兹别克语与英语词汇语义对比分析
数据集概述 本数据集聚焦乌兹别克语与英语中民族性相关词汇的语义研究，分析其词汇语义范畴、构成结构及语义特征，对比两种语言的共性与特性，为语言学领域的跨语言语义分析提供支持。 文件详解 文件名称: Akramova Guljakhon.pdf 文件格式: PDF (.pdf) 文件内容:...
-
啤酒与啤酒成分追溯本体数据集
数据集概述 该数据集是一个RDFS/OWL本体，以语言中立方式提供啤酒及啤酒成分的可追溯性、过程控制和风格识别功能。本体术语标签和描述以法语和英语记录，包含本体文件及多格式数据文件。 文件详解 文件名称：cerealstoo.owl，文件格式：OWL，RDFS/OWL本体文件，提供啤酒及成分追溯、过程控制相关语义定义...
