数据集概述
本数据集为RIDE项目对Juxta Web Service、LERA和Variance Viewer三款网络校对工具的评测提供测试数据与结果文件，包含基于TEI格式的虚拟文本和《哈姆雷特》版本文本，以及三款工具生成的校对结果文件。
文件详解
该数据集包含12个文件，具体说明如下：
- 测试数据集文件：
- 虚拟文本文件（lorem-.xml）：基于填充文本构建的TEI格式虚拟文本，包含基础文本差异案例，如lorem-1.xml、lorem-2.xml
- 《哈姆雷特》版本文件（hamlet-.xml）：来自莎士比亚四开本档案库（CC BY-NC 2.0）的TEI简化编码文本，如hamlet-1611.xml、hamlet-1625.xml、hamlet-1637.xml
- 工具结果文件：
- Juxta Web Service结果（result-juxta_hamlet.xml）：TEI-XML格式的《哈姆雷特》校对结果
- LERA结果（result-lera_.pdf）：PDF格式的校对结果，如result-lera_lorem.pdf、result-lera_hamlet.pdf
- Variance Viewer结果（result-variance-viewer_.xml）：TEI-XML格式的校对结果，如result-variance-viewer_lorem.xml、result-variance-viewer_hamlet.xml
- 配置文件：
- variance-viewer_config.txt：Variance Viewer工具的额外配置文件
适用场景
- 数字学术编辑工具评测：用于评估Juxta Web Service、LERA和Variance Viewer的校对功能与结果质量
- 文本差异分析研究：基于虚拟文本和《哈姆雷特》版本数据，分析不同校对工具处理文本差异的能力
- TEI编码实践：作为TEI格式文本处理的测试案例，验证编码标准在实际工具中的应用效果
- 数字人文工具开发：为开发新的文本校对工具提供对比基准数据集
