哈佛大学CS50x2024课程字幕与元数据集-devjonathanbr
数据来源：互联网公开数据
标签：CS50x,计算机科学,课程,教育,字幕,元数据,哈佛大学
数据概述：
本数据集包含哈佛大学2024年CS50x课程的详细元数据和字幕文件。CS50x是一门广受好评的计算机科学入门课程，由哈佛大学提供。数据集分为两个主要部分：课程元数据和讲座元数据，以及完整的讲座字幕文件。
数据集结构：
courses.csv - 课程元数据
- id：课程的唯一标识符
- name：课程名称
- author：提供课程的机构或个人
- tag：相关标签（例如：编程, 计算机科学）
- description：课程的简要描述
- playlist_link：包含完整课程视频的播放列表链接
lectures.csv - 讲座元数据
- id：讲座的唯一标识符
- course_id：链接讲座到其课程的标识符
- title：讲座标题
- youtube_link：YouTube上的讲座视频链接
- transcription_file：字幕文件的路径，格式为.txt
- duration：讲座时长，格式为HH:MM:SS
transcriptions/ - 完整的讲座字幕文件
每个讲座的字幕文件以单独的.txt文件存储在transcriptions/文件夹下。文件按课程组织，使用小写名称并用下划线代替空格（例如：cs50x_2024）。文件名格式为lecture.txt，其中对应于讲座ID。
示例文件结构：
transcriptions/
└── cs50x_2024/
├── lecture1.txt 对应"Lecture 0 - Scratch"的字幕
数据用途概述：
该数据集适用于课程分析、教育研究、字幕翻译和课程内容提取等多种场景。教育者可以利用该数据集进行课程内容分析和课程开发；研究人员可以使用这些数据进行教学效果评估；字幕翻译团队可以利用字幕文件进行多语言版本的制作；学习者也可以通过访问课程字幕加深对课程内容的理解。
