数据集概述
该数据集是2021年4月发布的罗马尼亚小说语料库（ELTeC-rom），包含95部按第一层级编码的小说，提供了小说元数据、说明文档及压缩文件包，为欧洲文学文本相关研究提供基础数据支持。
文件详解
- 文件名称: metadata.csv
- 文件格式: CSV
- 字段映射: 包含id（编号）、author-name（作者名）、book-title（书名）、subgenre（子类型）、year（年份）、year-cat（年份分类）、canon-cat（经典分类）、gender-cat（性别分类）、length（长度）、length-cat（长度分类）、counter（计数器）等字段
- 文件名称: README.md
- 文件格式: MD
- 内容说明: 包含语料库发布说明、DOI引用信息及COST Action项目背景
- 文件名称: ELTeC-rom-0.9.0.zip
- 文件格式: ZIP
- 内容说明: 压缩包文件，可能包含95部小说的编码文本数据
数据来源
COST Action "Distant Reading for European Literary History"（CA16204）
适用场景
- 欧洲文学文本分析: 用于罗马尼亚小说的远距离阅读研究
- 文学语料库构建: 作为多语言文学语料库的组成部分
- 数字人文研究: 支持基于编码文本的文学特征统计分析
- 比较文学研究: 为欧洲不同语言小说的对比研究提供数据基础
