-
OWT_Tag_Based_奥克语传统书面民间故事词性标注语料库
数据集概述 本数据集包含5篇奥克语传统书面民间故事文本摘录，均按照Grace标准进行了词元与词性的人工标注。文本摘录自J.-F. Bladé、J.-V. Lalanne等作者的民间故事集，每篇约1500词，用于评估奥克语词性标注工具Talismane针对OcOr语料库的性能，由ExpressioNarration项目产出。 文件详解 文件名称：OWT-...
-
IN02095_Based_Siddham档案梵语铭文XML数据
数据集概述 本数据集为IN02095 Changu Narayana Gate Sivalinga基座铭文的梵语XML文件，属于Epidoc格式的草稿版本，计划纳入Siddham档案。数据记录了该铭文的文本内容，无元数据，是研究该梵语铭文的数字化基础资料。 文件详解 文件名称：IN02095.xml 文件格式：XML 字段映射介绍：包含IN02095...
-
Mienic_lexical_isogloss_database
数据集概述 本数据集为Mienic语言词汇同言线数据库，包含已识别或潜在的Mienic语言变体词汇同言线相关信息，以单个Excel文件形式呈现，无目录结构和文件拆分，可用于语言变体的词汇特征分布研究。 文件详解 文件名称：Mienic_lexical_isogloss_database.xlsx 文件格式：XLSX...
-
ERC_Cog_PROMENADE_Based_隐喻语料库数据集
数据集概述 本数据集是ERC_Cog PROMENADE项目WP1的隐喻语料库，由NEPLab收集整理，整合日常隐喻（464条）和文学隐喻（533条）两类实验研究数据，支持通过专用ShinyApp查询，共包含13个文件，可用于隐喻认知与神经语言学研究。 文件详解 文档文件（document_files） 文件名称：README archive.md...
-
IN02083_EpiDoc_加德满都黑石铭文梵语XML草稿数据
数据集概述 本数据集为IN02083加德满都黑石铭文的梵语XML文件，属于EpiDoc格式的草稿版本，不含元数据，计划纳入“Siddham”档案。数据集仅包含一个文件，无目录层级划分，无训练/测试、数据/标签或原始/处理数据的拆分。 文件详解 文件名称：IN02083.xml 文件格式：XML...
-
Objaverse_Source_10_7_3D模型及缩略图数据
数据集概述 本数据集包含与编号“10-7”相关的3D模型及配套缩略图文件，来源于Objaverse 1.0 / Sketchfab。数据以扁平化结构存储，无目录层级，总计6个文件，涵盖.glb格式3D模型和.jpeg格式缩略图两类文件类型。 文件详解 3D模型文件 文件名称：14b531601550415a932eea9a96d40fa3.glb...
-
金标准平行圣经_德语_英语新约文本_附带斯特朗编号注释及评估数据
数据集概述 本数据集为平行圣经文本提供黄金标准，包含20段新约经文的Strong编号标注数据，涉及三种德文文本（Luther 2017、Schlachter、Hoffnung für alle）和两种英文文本（New Revised Standard Version、World English Bible），用于评估圣经文本的Strong编号标注工作。...
-
MaReTE_Based_古埃及象形文字词汇音译模型数据_2023
数据集概述 本数据集包含基于Ramses音译语料库和AES古埃及语句料库构建的古埃及象形文字词汇音译模型，用于实现象形文字到现代文字的音译转换。数据集提供训练好的模型文件、辅助文件及源码，支持古埃及文字数字化研究，共包含9个文件。 文件详解 文档类文件 文件名称：Readme.txt 文件格式：TXT...
-
ELTeC_hun_Based_匈牙利小说语料库数据2021_04
数据集概述 本数据集为ELTeC（欧洲文学文本集）项目下的匈牙利小说语料库2021年4月版本，包含100部编码为1级和2级的小说，总计2个文件，无目录层级结构。数据由欧洲文学历史远程阅读COST行动项目产出，支持欧洲文学的数字化研究。 文件详解 README.md 文件格式：MD...
-
nlp_text_sentence_Based_汉印尼复合句数据集
数据集概述 本数据集包含普通话与印尼语的复合句数据，核心内容围绕两种语言的复合句展开，为自然语言处理领域提供研究资源。数据集文件数量为1，无目录结构，主要文件格式为xlsx。 文件详解 文件名称：Data Set of Compound Sentences in Mandarin and Indonesian.xlsx 文件格式：XLSX...
-
SAILS_2014_Based_南美原住民语言结构在线数据_存档
数据集概述 本数据集为2014年发布的“南美原住民语言结构（SAILS）在线”项目数据，包含南美原住民语言的结构信息，由马克斯·普朗克进化人类学研究所发布，以压缩包形式提供，仅含一个文件。 文件详解 文件名称：sails-v2014.zip 文件格式：ZIP（压缩包）...
-
ReM_Based_中古高地德语参考语料库标注文本数据_2016版
数据集概述 本数据集为中古高地德语参考语料库（ReM），包含1050–1350年间的转录标注文本，规模约200万词形。文本经数字化处理，标注有词性、形态和词元等信息，支持历史语言学及相关研究。ISLRN编号332-536-136-099-5，含3个文件。 文件详解 归档文件组（archive_files） 文件名称：rem-...
-
novel_request_Based_十部小说中文请求句语料数据
数据集概述 本数据集包含从十部小说中提取的中文请求句语料，核心内容为小说中的请求类句子集合，可用于中文自然语言处理领域的相关研究，数据集仅包含一个文件。 文件详解 文件名称：corpus novel_request.xlsx 文件格式：XLSX 字段映射介绍：未提供具体字段信息，文件内容为从十部小说中提取的中文请求句语料集合 适用场景...
-
Khopesh_Objaverse_Source_3D模型资源数据
数据集概述 本数据集为Khopesh相关的3D模型资源数据，包含6个文件，主要由图片和3D模型文件组成，无目录结构，未划分训练测试集、数据标签集或原始处理集，无README或内容预览文件。 文件详解 图片文件（.jpeg） 文件名称：thumb0.jpeg、thumb1.jpeg、thumb2.jpeg、thumb3.jpeg、thumb4.jpeg...
-
Lolo_Burmese_Based彝缅语比较词汇数据库_未完成版
数据集概述 本数据集为彝缅语比较词汇数据库，整合了Shintani（2001）和Lama（2012）的词汇表与释义内容，以电子表格形式呈现，目前仍处于开发中。数据集包含一份文件，用于支持彝缅语族语言的词汇比较研究。 文件详解 文件名称：Lolo-Burmese_lexical_database.xlsx 文件格式：XLSX...
-
Objaverse_1_0_Source_古文明水晶数据_原始数据
数据集概述 本数据集来自Objaverse 1.0 / Sketchfab，包含6个与古文明水晶相关的文件，分为JPEG格式缩略图和GLB格式模型文件两类，无目录结构，未划分训练/测试集、数据/标签集或原始/处理集，无README或内容预览。 文件详解...
-
musiXplora_Fritz_Grube音乐人物数字化档案数据
数据集概述 本数据集为音乐人物Fritz Grube的数字化档案，包含其基本身份信息、职业背景、活动地点、相关文献及事件记录等内容，通过结构化JSON文件呈现，是研究该音乐人物的核心参考资料。 文件详解 g1897_DE.json 文件格式：JSON...
-
IPBES_MTA_Snowball_Based文献检索支持文件数据
数据集概述 本数据集包含IPBES监测评估（MTA）项目1-4章文献检索的支持文件，由IPBES数据知识TSU与监测评估TSU合作提供，旨在为作者提供全面的文献语料库支持，相关处理代码托管于GitHub指定仓库。 文件详解 文件名称：data.zip 文件格式：ZIP 字段映射介绍：压缩包内包含IPBES...
-
Staffrider_Based_南非反种族隔离文学杂志内容整理数据
数据集概述 本数据集整理了南非反种族隔离文学文化杂志《Staffrider》的内容信息，该杂志发行于1978至1993年，共37期，涵盖南非及南部非洲多国作品，以英文为主并包含其他南非语言内容。数据源自夸祖鲁-纳塔尔大学南非数字创新中心的数字化档案，包含两份结构化文件。 文件详解 文件名称：Staffrider_complete.xlsx...
-
阿马迪西格洛二十世_埃米莉亚_帕尔多_巴赞作品_失望_数据_v1_1
数据集概述 本数据集属于AmadissigloXX数据库（由Elisabetta Sarmati主持），聚焦Emilia Pardo Bazán于1903年创作的《Desencanto》。该数据库收录现代对骑士文学书籍及《堂吉诃德》的重写作品，本部分提供《Desencanto》的元数据与完整数据库版本，共包含两个文件。 文件详解 JSON格式文件...
