-
人类语言资源库_基于博罗罗语的词汇数据库存档文件
2026年2月1日 30 169 125
数据集概述 本数据集为Bororoan词汇数据库，包含一个压缩文件，属于tupian-language-resources目录下的语言资源，未提供具体描述，文件类型单一为压缩包。 文件详解 文件名称：bororo-v0.9.5.zip 文件格式：ZIP 字段映射介绍：压缩包文件，包含Bororoan词汇数据库相关内容，具体内部结构及字段信息未提供预览。...
-
dictionaria_kalamang_语言词典数据
2026年1月31日 30 169 62
数据集概述 本数据集为Kalamang语言词典，由Visser, Eline于2020年发布，属于Dictionaria系列第13卷，内容涵盖1-2737页。数据以压缩包形式提供，是研究Kalamang语言的重要资源。 文件详解 文件名称：dictionaria/kalamang-v1.2.zip 文件格式：ZIP...
-
Kam_Niger_Congo_Based语言比较词表数据
2026年1月30日 30 190 178
数据集概述 本数据集是基于莱比锡-雅加达词表收集的比较词表，用于对比Kam语与其他尼日尔-刚果语族语言的基础词汇。包含文献中已有的多种原始语言（如Jukunoid、Mumuyic、原始班图语等）的重构数据，以及作者对尼日尔-刚果语族、贝努埃-刚果语支等的准重构内容和同源词判断，仅包含一个文件。 文件详解 文件名称：Lesage2024-Kam-...
-
CONTRAST_IT_Based_西班牙语报纸文章语料库数据
2026年1月28日 0 10 7
数据集概述 本数据集是CONTRAST-IT多语言语料库的西班牙语部分，包含2011-2012年来自西班牙《国家报》（elpais.com）和《世界报》（elmundo.es）的476篇完整新闻文章，总字数约30万字，文本具有当代西班牙语报纸语言代表性，用于构建对比语言学研究用的语料库。 文件详解 文件组：CONTRAST-IT西班牙语新闻文章集...
-
IN01054_Based_拉维瓦尔曼第11年哈尔西敕令梵语XML数据
2026年1月26日 30 138 93
数据集概述 本数据集包含IN01054号拉维瓦尔曼第11年哈尔西敕令的梵语文本XML文件，无元数据信息。数据集仅含一个文件，无目录层级划分，未进行训练/测试、数据/标签或原始/处理数据的拆分，文件类型单一为XML格式。 文件详解 文件名称：IN01054.xml 文件格式：XML...
-
Konsumen_HP_Review_Based_情感分析语料库数据
2026年1月23日 30 114 95
数据集概述 本数据集为HP消费者评论数据，用于情感分析语料库的词汇分析。包含两份压缩文件，未进行训练/测试、数据/标签或原始/处理数据的划分，无额外说明文档或内容预览，整体结构简单直接。 文件详解 文件名称：PBA_FP.zip 文件格式：ZIP 字段映射介绍：压缩文件，具体内容未提供预览，推测包含HP消费者评论相关的原始或结构化数据。...
-
IN01002_Based_Rajim_Temple建造梵语XML数据
2026年1月23日 30 146 10
数据集概述 本数据集包含关于Rajim Temple的Vilasatunga建造相关的梵语文献XML文件，无元数据信息。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/处理数据等子集。 文件详解 文件名称：IN01002.xml 文件格式：XML 字段映射介绍：文件为梵语文本内容，包含Rajim...
-
ELTeC_ukr_Based_乌克兰小说语料库2021年4月发布数据
2026年1月23日 30 21 16
数据集概述 本数据集为ELTeC-ukr乌克兰小说语料库2021年4月发布版本，包含50部编码为1级的乌克兰小说。数据集共2个文件，无目录结构，主要文件类型为压缩包和说明文档，用于支持欧洲文学远程阅读研究。 文件详解 文件名称：README.md 文件格式：MD 字段映射介绍：包含语料库基本信息、贡献者列表、项目背景（COST Action...
-
La_Pola_Siero_Based_阿斯图里亚斯地图问题8方言语料数据
2026年1月21日 30 21 10
数据集概述 本数据集为阿斯图里亚斯地图相关的问题8语料，基于La Pola Siero方言构建，包含1个文档文件，无训练/测试、数据/标签或原始/处理数据拆分，文件类型单一为docx格式。 文件详解 文件名称：Mapa de Asturias.Pregunta8.docx 文件格式：docx...
-
IN02028_Based_Siddham档案待整合_梵语碑文铭文XML草案数据
2026年1月19日 30 176 104
数据集概述 本数据集为IN02028 Cyasaltole Patan碑刻铭文的梵语XML文件，是Epidoc格式的草案版本，不含元数据，计划纳入"Siddham"档案。数据记录了该碑刻铭文的数字化文本内容，为古文字学、梵语研究提供基础资料。 文件详解 文件名称：IN02028.xml 文件格式：XML...
-
dictionaria_sanzhi_Sanzhi_Dargwa词典数据_2019
2026年1月18日 30 38 12
数据集概述 本数据集为Sanzhi Dargwa语言的词典数据，由Diana Forker于2019年发布，收录于Dictionaria第5卷。数据以压缩包形式提供，包含Sanzhi Dargwa语言的词典内容，可用于语言研究、词典编纂等相关场景。 文件详解 文件名称：dictionaria/sanzhi-v1.2.zip 文件格式：ZIP...
-
IN02054_Sanskrit_XML阿姆苏瓦尔马水库铭文梵语文本数据_Draft
2026年1月18日 30 196 52
数据集概述 本数据集包含阿姆苏瓦尔马水库铭文（IN02054）的梵语XML文件，为Epidoc格式草稿版本，将纳入"Siddham"档案。数据核心为铭文文本内容，无元数据，仅含一个XML文件，用于铭文研究与数字化存档。 文件详解 文件名称：IN02054.xml 文件格式：XML...
-
IN01056_Sanskrit_XML_拉维瓦尔曼授予金德拉的哈尔西特许状石刻数据
2026年1月18日 30 78 43
数据集概述 本数据集包含编号IN01056的哈尔西特许状（共3块石刻）的梵语文本XML文件，记录拉维瓦尔曼对金德拉的授予内容。数据无元数据，仅含1个XML文件，用于古文献数字化研究与梵语铭文分析。 文件详解 核心文件 文件名称：IN01056.xml 文件格式：XML...
-
Annexe_7_Corpus_Based_法国媒体文章与公民评论完整语料库数据
2026年1月15日 30 191 0
数据集概述 本数据集为Annexe 7法国媒体文章与公民评论完整语料库，包含法国媒体发布的文章及公民对其的评论内容，以压缩包形式提供，是用于自然语言处理研究的文本语料资源。 文件详解 文件名称：7. Annexe 7 Corpus version complète articles médias et commentaires citoyens...
-
IN01035_Sanskrit_Bennur_Krsnavarman_II授权文书XML数据
2026年1月12日 30 65 8
数据集概述 本数据集包含编号为IN01035的Bennur Grant of Kṛṣṇavarman II梵语XML文件，未包含元数据。文件记录了Kṛṣṇavarman II的授权文书内容，为研究古代梵语历史文献提供原始文本数据支持，数据集仅有一个文件。 文件详解 文件名称：IN01035.xml 文件格式：XML...
-
IN01040_Sanskrit_Based_Mrgesavarman第7年授权文书梵语XML数据
2026年1月6日 30 136 0
数据集概述 本数据集包含IN01040号Hiṭnahebbāgilu地区Mṛgeśavarman第7年授权文书的梵语文本XML文件，无元数据。文件数量为1，未划分训练/测试集、数据/标签集或原始/处理集，主要用于梵语历史文献的数字化存储与分析。 文件详解 梵语授权文书文件 文件名称：IN01040.xml 文件格式：XML...
-
IN01022_Sanskrit_Based_Harivarman王5年Halsi授予文书梵语XML数据
2026年1月1日 30 23 15
数据集概述 本数据集为IN01022号文献，即Harivarman王5年的Halsi授予文书的梵语XML文件，不含元数据。数据集仅包含一个文件，用于呈现古代印度授予文书的原始梵语文本内容，是研究古代印度历史、文书制度的基础资料。 文件详解 文件名称：IN01022.xml 文件格式：XML...
-
IN02004_Sanskrit_Base_of_Pillar_Inscription梵语铭文XML草稿数据
2025年12月29日 30 24 21
数据集概述 本数据集包含IN02004号Changu Narayana柱基铭文的梵语XML文件，为Epidoc格式草稿版，无元数据，计划纳入"Siddham"档案。数据记录该柱基铭文的梵语文本内容，是研究古代铭文文献的基础资料。 文件详解 文件名称：IN02004.xml 文件格式：XML...
-
Nonuya_Language_Based_母语者语言转录词汇数据完整文档
2025年12月18日 30 41 26
数据集概述 该数据集收录了Nonuya语言（属于Witoto语系）的八千六百九十三条词汇和表达录音转录文本，涵盖四位母语者的语言材料，包含对原始转录的修订、统一使用AFI符号及添加引用标识符等优化内容。 文件详解 文件名称：NONUYA2019.v4.pdf 文件格式：PDF 内容说明：Nonuya语言转录文本的修订版本文件...
-
Dictionaria_Daakaka_Based_达卡卡语言词典研究完整数据
2025年12月24日 30 50 2
数据集概述 该数据集为Daakaka语言词典数据，包含由Kilu Prince于2017年发布的《Daakaka dictionary》内容，是Dictionaria项目的一部分，为研究Daakaka语言提供基础词典资料。 文件详解 文件名称: dictionaria/daakaka-v1.3.zip 文件格式: ZIP压缩包 内容说明:...
