ELTE_Poetry_Corpus_Based_匈牙利经典诗歌多维度特征标注完整数据

数据集概述

该数据集为ELTE诗歌语料库，包含匈牙利53位经典诗人的14358首完整诗歌，涵盖词汇语法特征、押韵模式、节奏、头韵等诗歌声音特征，以TEI及非TEI XML格式存储，为诗歌研究提供结构化标注数据。

文件详解

• 文件名称：poetry-corpus-1.0.zip
• 文件格式：ZIP压缩包
• 内部目录及内容：
• level1：人工校验的TEI XML文件，含诗歌结构单元标注
• level2：带通用依存语法格式形态句法特征标注的TEI XML文件
• level2_emMorph：带e-magyar工具emMorph格式形态句法特征标注的TEI XML文件
• level3：含押韵、节奏、头韵、语音特征、格律等诗歌特征标注的TEI XML文件
• level4：采用项目自定义非TEI XML格式，含扩展诗歌特征标注的文件

数据来源

Eötvös Loránd University数字人文系

适用场景

• 计算诗学研究：分析诗歌韵律、格律、语音修辞特征
• 匈牙利语自然语言处理：训练和测试诗歌文本的语法标注模型
• 文学数字化研究：探索经典诗歌的结构特征与风格演变
• 教育与文化遗产保护：为诗歌教学和数字化保存提供标注资源