数据集概述
本数据集围绕“皮质动力学中语法类别涌现的计算理论”研究构建，包含训练模型的语料库、语法解析输出、语法标签、词类别信息及模型测试结果等文件，为探索语法类别在皮质动力学中的涌现机制提供数据支持。
文件详解
- 语料库与解析文件：
- Corpora.txt（.txt格式）：训练模型的语料库，源自wiki-split的test.tsv，已去除标点和特殊字符，每行一句
- Enju_Output.txt（.txt格式）：Enju工具以-so模式解析Corpora.txt的输出，包含HPSG语法的英文句子解析结果
- 标签与类别文件：
- Supervision.txt（.txt格式）：语料库的语法标签，每行一个词标签，句子间用空行分隔
- Word_Category.txt（.txt格式）：词的粗粒度类别标签，每行一个词类别，句子间用空行分隔
- 测试与分析文件：
- SynSemTests.xlsx（.xlsx格式）：语法分类结果及统计分析数据
- ModelsComparison.xlsx（.xlsx格式）：模型比较相关数据
- IndividualTaggingPerformance.xlsx（.xlsx格式）：个体标注性能数据
- 文档与说明文件：
- README（无格式）：数据集说明文档
- Data_Availability_Statement（无格式）：数据可用性声明
- Frontiers_Supplementary_Material.pdf（.pdf格式）：补充材料文档
适用场景
- 计算语言学研究：分析语法类别涌现的计算机制
- 自然语言处理模型训练：用于语法解析、词类别标注等模型的训练与测试
- 皮质动力学与语言认知交叉研究：探索语法类别在皮质动力学中的表征模式
- 语法理论验证：验证语法类别涌现相关理论的实证数据支持
