数据集概述
本数据集基于安徒生童话文本，通过事件抽取处理构建而成。数据源自三个公开平台的英文版本童话，经清洗与结构化处理，以JSON和CSV格式存储，包含童话原文、分句数据及事件抽取结果，适用于自然语言处理相关任务。
文件详解
- 文件名称：fairy_tales_andersen.fairy_tales.json
- 文件格式：JSON
- 内容说明：存储安徒生童话原文数据，结构可能包含童话标题、完整文本等基础信息
- 文件名称：dataset-andersen-v.2.5.csv
- 文件格式：CSV
- 内容说明：包含童话标题（title）与对应文本内容（content）字段，记录清洗后的童话完整文本
- 文件名称：sentences_data.csv
- 文件格式：CSV
- 内容说明：按标题（title）与句子（sentence）字段拆分存储童话文本，每行为单句数据
- 文件名称：extracted_events.csv
- 文件格式：CSV
- 内容说明：存储从童话文本中抽取的事件数据，可能包含主语、谓语、宾语、时间、地点等结构化事件要素
数据来源
Project Gutenberg、Andersen Stories、HCA Gilead website
适用场景
- 自然语言处理研究：用于童话文本的事件抽取、句法分析等任务
- 文学计算分析：探索童话叙事结构与事件模式
- 教育资源开发：辅助童话文本的语义理解教学
- 跨语言研究：为安徒生童话的多语言事件抽取提供对照数据
