数据集概述
该数据集包含1751至1800年间创作或首次出版的200部18世纪法国小说的数字化文本，以TEI/XML格式存储，同时提供精简版和扩展版TSV元数据文件，为法国文学研究提供结构化的文本资源。
文件详解
- 核心文件：
- roman18-novels_and_scripts.zip：压缩文件，包含所有TEI/XML格式的小说文本及相关脚本
- roman18_novels_only.zip：压缩文件，仅包含TEI/XML格式的小说文本
- metadata.tsv：TSV格式元数据文件，包含字段如filename（文件名）、au-name（作者名）、title（标题）、firsted-yr（首次出版年份）、token count（词元数）等
- 扩展元数据（通过URL获取）：
- xml-tei_metadata.tsv：精简版TSV元数据，对应所有TEI/XML文件
- xml-tei_full_metadata.tsv：扩展版TSV元数据，提供更详细的文本描述信息
数据来源
Trier University Trier Center for Digital Humanities (TCDH)
适用场景
- 18世纪法国文学研究：分析该时期小说的主题、风格及文学特征
- 数字人文研究：用于文本挖掘、计量文体学等数字化分析
- 教学资源：作为法语语言文学教学的原始文本素材
- 元数据标准研究：对比分析精简版与扩展版元数据的应用场景
