数据集概述
本数据集包含发表于《Open Linguistics》的论文《COVID-19的语言影响：四种语言的语料库研究》的补充材料（A、B、C）及原始数据，涵盖病毒名称及相关词汇的多语言原始数据，为研究提供支撑。
文件详解
- 补充材料文件：
- Supplement A.pdf、Covid discourse Supplement A.docx：论文补充材料A的PDF及Word版本
- Supplement B.pdf、Covid discourse Supplement B.docx：论文补充材料B的PDF及Word版本
- Supplement C.pdf、Covid discourse Supplement C.docx：论文补充材料C的PDF及Word版本
- 原始数据压缩包：
- raw_data_virus_names.tar.gz：病毒名称原始数据压缩包，含所有语言合并文件及单语言文件
- raw_data_virus_associated_words.tar.gz：病毒相关词汇原始数据压缩包，含所有语言合并文件及单语言文件
适用场景
- 语言学研究：分析COVID-19相关话语在不同语言中的词汇使用特征
- 语料库语言学：基于多语言病毒名称及关联词汇数据开展对比研究
- 疫情话语分析：探究疫情背景下语言表达的演变规律
- 自然语言处理：利用原始词汇数据训练或验证相关NLP模型
