数据集概述
该数据集为古东斯拉夫宪章语料库的补充材料1，包含12世纪末至14世纪上半叶来自斯摩棱斯克、波拉茨克和诺夫哥罗德的9份历史法律文本。文本经预处理、人工分词后整合为单字符串，同时附数据声明文档，支持基于语料库的语言距离测量与聚类分析。
文件详解
- 文本文件（.txt格式，共9个）：
- 具体文件：selco.Polotsk.txt、izyaslav.Polotsk.txt、gerden.Polotsk.txt、aleksandr.Novgorod.txt、jaroslav.Novgorod.txt、zemlia.Polotsk.txt、bishop.Polotsk.txt、kolokol.Smolensk.txt等
- 内容：经预处理的古东斯拉夫宪章文本，包含原始语言内容
- 数据声明文件：
- 文件名称：DATA_STATEMENT.pdf
- 文件格式：PDF
- 内容：数据集相关的数据声明文档
适用场景
- 历史语言学研究：分析古东斯拉夫不同地区（斯摩棱斯克、波拉茨克、诺夫哥罗德）语言变体的差异
- 语料库语言学应用：基于语料库测量语言距离并进行聚类分析
- 中世纪法律文本研究：探究古东斯拉夫宪章的语言特征与内容结构
- 计算语言学实验：验证混合方法在小样本无标注语料语言比较中的效果
