数据集概述
本数据集为符合Paralex标准的Kasem名词数据集，基于Niggli and Niggli (2007)的研究并经Guzmán Naranjo (2019)人工修正，以关系型CSV表格结构呈现，包含发音、词素、形态等结构化信息，共10个文件，支持语言学范式词典研究。
文件详解
- 文档类文件
- 文件名称：README.md、LICENSE、data_sheet.md
- 文件格式：MD
- 字段映射介绍：包含数据集说明、引用信息、许可协议及数据详情
- 数据类文件
- 文件名称：parakasem_sounds.csv
- 文件格式：CSV
- 字段映射介绍：包含sound_id（发音ID）、cons（辅音标识）、son（响音标识）、syl（音节标识）等发音特征字段
- 文件名称：parakasem_lexemes.csv
- 文件格式：CSV
- 字段映射介绍：包含lexeme_id（词素ID）及Kasem名词词素
- 文件名称：kasem_raw.csv
- 文件格式：CSV
- 字段映射介绍：原始Kasem名词数据
- 文件名称：parakasem_features-values.csv
- 文件格式：CSV
- 字段映射介绍：特征值映射数据
- 文件名称：parakasem_forms.csv
- 文件格式：CSV
- 字段映射介绍：形态形式数据
- 文件名称：parakasem_cells.csv
- 文件格式：CSV
- 字段映射介绍：单元格数据
- 其他文件
- 文件名称：parakasem.package.json
- 文件格式：JSON
- 字段映射介绍：包含数据集元数据
数据来源
Guzmán Naranjo, Matías. 2019. Analogical Classification in Formal Grammar. Language Science Press, Berlin. doi:10.5281/zenodo.3191825.
适用场景
- 语言学研究: 用于分析Kasem语言的名词形态、发音特征及词素结构
- 语言数据标准化研究: 基于Paralex标准的范式词典结构分析与应用
- 计算语言学: 支持Kasem语言的自然语言处理模型训练与验证
- 语言资源建设: 为非洲语言资源库补充结构化的Kasem名词数据
