数据集概述
本数据集为15世纪德语散文文本重用检测（HTRD）的评估集，包含两篇采用TEI标准标注的文本：《科隆荆棘冠》和《科隆圣城编年史》。标注内容涵盖文本重用实例的分类与链接，文本为里普利安方言，存在拼写变体及手写文本识别（HTR）转录错误，适用于历史文本重用检测方法的评估。
文件详解
- 文件名称：Evaluation_Set_for_Historical_Text_Reuse_Detection.xml
- 文件格式：XML
- 字段映射介绍：采用TEI标准格式，包含两篇15世纪德语散文文本的内容，以及文本重用（TR）实例的标注信息，包括重用实例的分类、链接关系等结构化数据；文本因HTR转录存在拼写变体和错误。
适用场景
- 历史文本重用检测方法评估：用于验证和测试HTRD计算工具在中世纪德语文本中的检测性能。
- 历史语言学研究：分析15世纪里普利安方言的拼写变体及文本传承特征。
- 数字人文研究：支持中世纪文献文本关系的自动化分析与可视化。
- 手写文本识别（HTR）误差影响研究：探究HTR转录错误对文本重用检测任务的干扰机制。
