d_Prose德语文学散文文本数据集1870_1920

数据集概述

该数据集包含1870至1920年间出版的2511篇德语文学散文文本，涵盖通俗与高雅文学叙事，单篇文本不少于1000词。数据集经去重、去副文本处理，提供纯文本文件及元数据表格，支持自动化文本分析。

文件详解

• 文件名称: d-prose_1870-1920_V.2.0.zip：压缩包格式，包含2511篇纯文本散文文件，文本已去除副文本元素（如献词、编者按），仅保留作品标题与正文。
• 文件名称: d-prose_V2_norm_year.csv：CSV格式元数据文件，字段包括ID、来源库、作者姓名、国籍、性别、作品标题、文件名、出版年份、词数等核心元数据。

数据来源

hermA项目“Gender und Krankheit”子项目

适用场景

• 德语文学研究：分析19世纪末至20世纪初德语散文的文学风格演变与主题趋势
• 性别研究：探究该时期不同性别作者的创作特征差异
• 数字人文分析：基于元数据开展作者国籍、作品长度等变量的统计分析
• 历史语言学研究：考察1870-1920年德语词汇使用与语言结构变化