-
赫恩胡特兄弟会通讯文献资料_1765_1941年
2026年2月1日 30 76 5
数据集概述 本数据集是赫恩胡特合一档案馆（Unitätsarchiv Herrnhut）提供的“Gemein-Nachrichten”数字文献，包含1765年至1941年间弟兄会的社区报告、传教与散居工作内容、演讲及生平记录。数据集采用XML-TEI转录和标准化文本格式，提供多版本文件，适用于宗教历史研究与文本分析。 文件详解...
-
ALT_Based_亚洲语言树库项目缅甸语树库数据
2026年1月31日 0 118 93
数据集概述 本数据集是亚洲语言树库（ALT）项目下的缅甸语树库，包含约2万句从英文维基新闻翻译而来的缅甸语句子，由NICT和UCSY联合开发，遵循CC BY-NC-SA 4.0许可协议，为缅甸语自然语言处理研究提供结构化语料资源。 文件详解 压缩文件 文件名称：my-alt-190530.zip 文件格式：ZIP...
-
S5_Data_Swahili匿名IDI转录本数据
2026年1月31日 30 139 138
数据集概述 本数据集为S5 Data，包含斯瓦希里语中所有IDI（个体深度访谈）转录本的匿名版本，这些转录本基于S4 Data进行分析，并选择性翻译用于结果部分的引用。数据集仅包含一个文件。 文件详解 文件名称：S5 Data. IDIs transcripts.docx 文件格式：DOCX...
-
BES_Based_新闻腐败叙事知识图谱构建分析数据
2026年1月31日 30 153 131
数据集概述 本数据集围绕BES案例，对新闻文章中腐败故事的叙事进行分析，用于构建知识图谱。包含2个文件，涵盖DCTAP格式数据和XML编码文件，为研究新闻叙事与知识图谱构建提供基础数据支持。 文件详解 DCTAP.xlsx 文件格式：XLSX 字段映射介绍：包含DCTAP（DC Tabular Application...
-
硕士论文_美国总统大选副总统辩论会的性别影响研究数据
2026年1月31日 30 40 1
数据集概述 本数据集包含硕士论文《Does She Talk Differently?》的原始数据、分析生成的表格图表及七场美国总统和副总统辩论的编码转录文本，共10个文件。核心内容为辩论文本及性别相关编码数据，用于探究政治辩论中的性别差异及其影响。 文件详解 辩论转录文件（共7个） 文件名称：如September 26, 2016_ Clinton...
-
ILR_RAS_新约多谓词原因结构语境数据库_1_1版
2026年1月31日 30 54 4
数据集概述 本数据集为新约文本中含多谓词原因结构的语境数据库，包含1630个原因语境（来自1504个经文），通过俄、英、法三种语言新约译本的原因连词自动提取并人工编辑生成，可用于单语言及类型学研究。另含86个语境的试点标注子样本，标注内容包括语义语用类型与信息结构。 文件详解 主数据库文件...
-
OffensiveLang_Based攻击性语言数据集
2026年1月31日 30 68 47
数据集概述 本数据集为单文件归档的攻击性语言相关数据，文件类型为压缩包，未包含训练/测试、数据/标签或原始/处理等数据划分，无自述文件或内容预览可供参考。 文件详解 文件名称：OffensiveLang.zip 文件格式：ZIP（压缩包） 字段映射介绍：未提供压缩包内具体内容、字段及结构信息，仅可识别为归档文件类型。 适用场景...
-
Kam_kdx_Lesage非洲语言词汇表数据2019
2026年1月31日 30 86 3
数据集概述 本数据集包含Kam语言（ISO 639-3: kdx；Glottocode: kamm1249）的词汇表，该语言属于尼日尔-刚果语系，主要分布在尼日利亚中东部，分类较困难。数据可作为RefLex资源的引用来源，当前仅提供词形、释义和词类信息，未来将发布包含音系和语法介绍的完整版词典。 文件详解...
-
NICKLE_Based_韩国英语学习者中介语语料库数据
2026年1月30日 30 93 10
数据集概述 本数据集为NICKLE（Neungyule韩国英语学习者中介语语料库），含约100万词，包含书面和口语内容（比例约9:1），按主题和交际语境分为不同文本类型。语料库未明确标注 proficiency 水平，主要涵盖基础至中级水平，部分含高级文本，可通过来源大学名称或文本长度识别。 文件详解 文件名称：Basic statistical...
-
La_Pola_Siero_西班牙地图_问题4_语料数据
2026年1月30日 30 111 5
数据集概述 本数据集包含与“西班牙地图：问题4”相关的语料数据，源自La Pola Siero地区的语言材料，以单一文档形式呈现，未进行训练/测试、数据/标签或原始/处理等类型的划分。 文件详解 文件名称：Mapa de España.Pregunta4.docx 文件格式：DOCX...
-
TACO_Source_Twitter对话论点开源发布数据
2026年1月30日 30 52 1
数据集概述 本数据集为TACO（Twitter Arguments from COnversations）的开源发布数据，包含Twitter对话中的论点内容，以压缩包形式提供，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：TomatenMarc/TACO-Public-Data.zip 文件格式：.zip...
-
S6_Data_Swahili焦点小组讨论转录本匿名化数据
2026年1月29日 30 178 49
数据集概述 本数据集包含匿名化处理的斯瓦希里语焦点小组讨论（FGD）转录本，基于S4 Data分析并选择性翻译用于结果部分引用。数据为单一文档文件，用于社会科学或语言研究场景下的定性分析参考。 文件详解 文件名称：S6 Data. FGDs transcripts.docx 文件格式：DOCX...
-
APOSCRIPTA_Based_教皇书信统一语料库研究数据
2026年1月29日 30 140 61
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...
-
詹姆斯_乔伊斯_尤利西斯_内部独白研究档案_相关文献补充材料
2026年1月29日 30 37 29
数据集概述 本数据集是提交给《Literature》期刊的论文《A Register-Based Study of Interior Monologue in James Joyce's Ulysses》的补充材料，包含1个压缩文件，为该文学研究提供额外支持资料。 文件详解 文件名称：SupMat.zip 文件格式：ZIP...
-
Appendix_F_基于信息论的人称代词跨语言变异研究数据
2026年1月29日 30 31 15
数据集概述 本数据集是论文《They saw it, onu, 它, coming: An information theoretic study of cross-linguistic variation in personal pronouns》的附录F，包含人称代词跨语言变异信息论研究的相关分析数据，具体涵盖brm分析结果、代词频率统计、词长与...
-
IN02073_Epidoc_Lumjhya铭文梵语文本数据
2026年1月29日 30 114 75
数据集概述 本数据集为IN02073 Lumjhya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。数据不含元数据，仅包含一份核心文件，用于铭文文本的数字化存储与分析。 文件详解 文件名称：IN02073.xml 文件格式：XML...
-
eWAVE_Based_英语变体电子世界地图集数据集2013
2026年1月29日 30 205 13
数据集概述 本数据集为《英语变体电子世界地图集》（eWAVE 2.0）的归档文件，由Kortmann与Lunkenheimer主编，2013年发布于马克斯·普朗克进化人类学研究所。数据包含英语变体相关内容，以压缩包形式提供，支持语言研究领域对全球英语变体的分析与参考。 文件详解 文件名称：ewave-v2013.zip 文件格式：ZIP（压缩归档文件）...
-
IN02039_Based_Banepa石碑梵语XML草案数据
2026年1月29日 30 196 7
数据集概述 本数据集为IN02039 Banepa石碑的梵语XML文件，属于Epidoc格式的草案版本，不含元数据，待整合至"Siddham"档案。数据集仅包含一个文件，记录该石碑的梵语文本内容，用于碑刻文献的数字化保存与研究。 文件详解 文件名称：IN02039.xml 文件格式：XML...
-
IN01045_Sanskrit_Damodara梵语铭文数据
2026年1月29日 30 56 10
数据集概述 本数据集包含IN01045号Konnur地区Damodara相关的梵语铭文数据，以XML文件形式存储，未包含元数据。数据集仅含一个文件，无目录结构，无训练/测试、数据/标签、原始/处理数据的划分。 文件详解 文件名称：IN01045.xml 文件格式：XML...
-
IN01059_Sanskrit_XML_梵语历史授权文书数据
2026年1月28日 30 152 8
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...
