数据集概述
本数据集是论文“Broad-scale patterns in the distribution of ethnic names in the Neo-Assyrian Oracc corpus”的关联表格与列表，包含8个文件，涉及族名分布的语义分析、拼写标准化、文本类型分类等内容，用于支撑新亚述Oracc语料库中族名分布模式的研究。
文件详解
- 文件名称：Readme.md
- 文件格式：MD
- 字段映射介绍：说明仓库内容，包括各文件的功能描述，如genre_identifications.json的标签简化规则、EN_pmi_by_genre.zip的族名排名列表等
- 文件名称：general_metadata.csv
- 文件格式：CSV
- 字段映射介绍：未提供详细字段，推测为数据集的元数据信息
- 文件名称：EN_pmi_by_genre.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包内包含多个.tsv文件，按简化文本类型标签提供族名术语的前十排名列表
- 文件名称：EN_pmi_database - pmi_en_gn_inverse_indices.tsv
- 文件格式：TSV
- 字段映射介绍：包含词汇（如māru[son]N）、规模（如36）及族名术语与对应数值的列表（如('Ṭabilaya[of-Ṭabilu]EN', '0.013')）
- 文件名称：pmi_inverse_indices_per_ruler_table.tsv
- 文件格式：TSV
- 字段映射介绍：包含不同统治者（如ADAD-NERARI-II、TUKULTI-NINURTA-II等）对应的族名术语数据
- 文件名称：EN_redundancies_level_1.tsv
- 文件格式：TSV
- 字段映射介绍：列出新亚述Oracc语料库中族名术语的拼写形式及其标准化方式
- 文件名称：EN_pmi_database - pmi_en_gn_counts.tsv
- 文件格式：TSV
- 字段映射介绍：未提供完整预览，推测为族名术语的计数统计表格
- 文件名称：genre_identifications.json
- 文件格式：JSON
- 字段映射介绍：字典结构，记录Oracc文本类型标签如何简化为统一标签系统，包含UNCERTAIN、ADMINISTRATIVE-LETTER等标签
数据来源
论文“Broad-scale patterns in the distribution of ethnic names in the Neo-Assyrian Oracc corpus”
适用场景
- 历史语言学研究：分析新亚述时期族名的分布特征与语言规律
- 文本类型分类研究：基于简化标签系统探究不同文本类型中族名的使用差异
- 族名语义分析：利用PMI数据研究族名术语的语义关联与重要性排序
- 拼写标准化研究：通过族名拼写的 harmonization 过程分析古文字的书写规范
- 历史文化研究：结合统治者维度的族名数据，探究新亚述时期的族群关系与政治背景
