数据集 - 海数据

Dogon_ATR_Based多贡语比较词干数据

2026年2月9日 30 53 43

数据集概述本数据集包含多贡语（Dogon languages）间的ATR（高级舌冠根Advanced Tongue Root）比较词干数据，旨在为语言学研究提供多贡语族内词汇形态的对比分析基础。数据集仅包含一个文档文件。文件详解文件名称：Dogon ATR appendix.docx 文件格式：DOCX...

ZIP

afbo_Source_世界范围词缀借用调查数据集

2026年1月31日 30 85 17

数据集概述本数据集是关于世界范围词缀借用的调查数据，由Frank Seifart于2013年发布，记录了全球语言中词缀借用的相关信息，旨在为语言学领域研究语言接触现象提供结构化参考资料，数据集包含一个压缩文件。文件详解文件名称：cldf-datasets/afbo-v1.0.zip 文件格式：ZIP...

ZIP

APOSCRIPTA_Based_教皇书信统一语料库研究数据

2026年1月29日 30 131 17

数据集概述本数据集为APOSCRIPTA数据库，收录罗马教皇自起源至近代的书信、庄严法令、教规及教令集等文献的文本与元数据，涵盖各类手稿传统。由CIHAM于2017年发起，目标建成关联开放数据资源，目前包含超25000份文献，持续更新中。文件详解文件名称：APOSCRIPTA database. Unified Corpus of Papal...

ZIP

IN01064_哈里瓦曼王8年马哈马莱帕利敕令梵语XML数据

2026年1月29日 30 199 111

数据集概述本数据集为IN01064编号的哈里瓦曼王8年马哈马莱帕利敕令的梵语XML文件，无元数据。包含1个XML格式文件，未划分训练/测试集、数据/标签集或原始/处理集，文件类型单一为XML。文件详解文件名称：IN01064.xml 文件格式：XML...

ZIP

IN01059_Sanskrit_XML_梵语历史授权文书数据

2026年1月28日 30 113 51

数据集概述本数据集包含IN01059号文献《Mrgesavarman 4年Devagiri授权文书》的梵语XML文件，无元数据。文件总数1个，无目录层级，未划分训练/测试、数据/标签或原始/处理集，主要文件类型为XML，占比百分之百。文件详解文件名称：IN01059.xml 文件格式：XML 字段映射介绍：包含《Mrgesavarman...

ZIP

IN00601_BHAMODRA_MOHOTA_PLATE_XML数据

2026年1月26日 30 187 31

数据集概述本数据集包含一份编号为IN00601的BHAMODRA MOHOTA PLATE相关XML文件，文件总数为1个，无目录层级，无训练/测试、数据/标签或原始/处理数据拆分。文件详解文件名称：IN00601_TEI.xml 文件格式：XML 字段映射介绍：包含BHAMODRA MOHOTA...

ZIP

IN01011_Source_Sudevaraja宪章梵语XML数据

2026年1月23日 30 123 17

数据集概述本数据集包含IN01011号Sudevaraja的Sirpur宪章梵语文本，以XML格式存储，无元数据。数据集仅含一个文件，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，文件类型单一为XML。文件详解文件名称：IN01011.xml 文件格式：XML...

ZIP

Anindilyakwa_Based_澳大利亚北部语言同源词研究论文附录数据

2026年1月20日 30 14 0

数据集概述本数据集为论文《The genetic Position of Anindilyakwa》的附录数据，包含澳大利亚北部语言Anindilyakwa、Wubuy与Ngandi之间已发现的所有同源词信息，共收录2个文件，用于支持该语言遗传学研究的相关分析。文件详解 App1_Swadesh_new.xlsx 文件格式：XLSX...

ZIP

Lausanne_Based_19世纪人口普查手写文本识别训练数据集_2023版

2026年1月15日 30 34 26

数据集概述本数据集包含三万四千九百一十三条人工转录的文本片段，用于历史文献（如人口普查表格）的手写文本识别训练。数据基于瑞士洛桑市1805至1898年的八十九页人口普查档案，主要语言为法语，含部分日耳曼姓名及地名。文件详解 README.md 文件格式：MD 字段映射介绍：包含数据集作者、机构、发布日期、描述等元信息 Images.zip...

ZIP

Wangerooge_Frisian_Based_已灭绝东弗里斯兰语录音转录数据集

2026年1月15日 30 105 24

数据集概述本数据集包含已灭绝的东弗里斯兰语——Wangerooge弗里斯兰语的转录录音资料，总时长34分钟。录音于1924-1927年采集，涉及4位母语使用者，2024-25年完成转录，提供音频及对应的文本转录与英文翻译，是该濒危语言研究的重要资料。文件详解压缩包文件（Archive files）文件名称：包括rec-br-...

ZIP

IN02019_Based_Pasupati_Sivalinga底座梵语XML草案数据

2026年1月14日 30 145 109

数据集概述本数据集为IN02019号文物（Abhiri的Pasupati Sivalinga底座）的梵语文本XML文件，采用Epidoc格式草案版本，无元数据，计划纳入"Siddham"档案。数据核心为该梵语铭文的数字化文本，支持考古与梵语文献研究。文件详解文件名称：IN02019.xml 文件格式：XML...

ZIP

KBNL03000178388_基于荷兰格尔德兰地区的法律文献转录数据集_纠缠的历史项目成果

2026年1月12日 30 71 47

数据集概述本数据集为1783年出版的荷兰法律文献《Gelrische landt- en stadt-rechten in het Overquartier van Ruremonde》的转录成果，源自荷兰国家图书馆（KB）馆藏副本，是“Entangled...

ZIP

IN01004_Podagadh_Based_Skandavarman毗湿奴足迹梵语铭文XML数据

2026年1月6日 30 17 13

数据集概述本数据集包含IN01004号梵语铭文XML文件，内容为Skandavarman时期毗湿奴足迹相关的Podagadh基金会铭文，无附加元数据。数据集仅含一个文件，用于梵语铭文的数字化保存与文本分析。文件详解文件名称：IN01004.xml 文件格式：XML...

ZIP

HTR_2023_2024_年冬季学校_维也纳国家图书馆_ONB_3891_号中世纪拉丁语手稿转录数据

2026年1月3日 30 122 32

数据集概述本数据集为2023/2024年维也纳HTR手写文本识别冬季学校产出的中世纪晚期拉丁语手稿底本数据，对应维也纳国家图书馆（ÖNB）Cod....

ZIP

IN01053_Sanskrit_XML_Mrgesavarman_Halsi_Grant梵语铭文文件

2026年1月3日 30 2 0

数据集概述本数据集包含IN01053号Mrgesavarman的Halsi Grant梵语铭文的XML文件，无元数据。数据集仅含一个文件，无目录层级，文件类型单一为XML格式，未划分训练/测试、数据/标签或原始/处理数据。文件详解文件名称：IN01053.xml 文件格式：XML 字段映射介绍：包含Mrgesavarman的Halsi...

ZIP

Kleinewillinghöfer_Based_Bikwin_Jen语言比较词表CLDF数据集2015

2025年12月31日 30 143 55

数据集概述本数据集是基于Kleinewillinghöfer于2015年发布的《Bikwin-Jen Comparative Wordlist》构建的CLDF格式数据集，包含Bikwin-Jen语言组的词汇比较信息，为语言比较研究提供结构化数据支持。文件详解主文件...

ZIP

CLDF_Based_South_American_Languages_Borrowing研究数据集2023

2025年12月28日 30 24 11

数据集概述本数据集是Miller和List在2023年发表的《South American Languages Borrowing》研究的配套CLDF数据集，包含1个压缩文件，用于支持对南美洲语言词汇借用现象的检测与分析研究，文件存储于单层目录结构中。文件详解压缩文件文件名称：lexibank/sabor-v1.0.zip 文件格式：ZIP...

ZIP

NewsEye_READ_AS_19世纪芬兰报纸训练数据集

2025年12月24日 30 203 57

数据集概述该数据集包含19世纪芬兰报纸页面的带注释文本数据，共200页训练集页面图像由芬兰国家图书馆（NLF）提供，数据按PAGE格式构建，通过Transkribus平台生成，附带相关指南文档，为报纸文本识别模型训练提供支持。文件详解文件名称: Article GT guidelines for...

ZIP

俄语语法统一性研究报告2019

2025年12月22日 30 101 100

数据集概述本数据集为2019年5月在俄罗斯科学院俄语研究所举办的语法会议上发表的演讲报告，探讨俄语语法是否统一的核心问题，提出语法作为约束集合的统一性观点，并分析语言内部变异对语法统一性的影响。文件详解文件名称: IS_RUSSIAN_GRAMMAR_UNIFORM_Russ.pdf 文件格式: PDF (.pdf) 文件内容:...