数据集概述
本数据集是《语言类型学》期刊相关论文的补充材料，围绕形态句法区分的三个核心问题（边界强度、构成、架构），提供研究使用的原始数据及统计分析（相关矩阵、随机森林、聚类验证）的代码与结果文档，支撑方法论问题的探讨。
文件详解
- SM1_Database.csv：CSV格式数据文件，包含核心研究数据，字段示例：Language（语言）、Glottocode（语言代码）、Family（语系）、Morphs（形态单位）等
- SM2_CorrelationMatrices.Rmd：R Markdown格式代码文件，用于生成相关矩阵
- SM2_CorrelationMatrices.pdf：PDF格式文档，为相关矩阵分析结果
- SM3_RandomForest.Rmd：R Markdown格式代码文件，用于随机森林分析
- SM3_RandomForest.pdf：PDF格式文档，为随机森林分析结果
- SM4_ClusterValidation.Rmd：R Markdown格式代码文件，用于聚类与聚类验证分析
- SM4_ClusterValidation.pdf：PDF格式文档，为聚类验证分析结果
适用场景
- 语言类型学研究：分析不同语言形态与句法系统的区分度及变异性
- 语言学方法论探讨：研究形态句法区分相关统计分析方法的应用局限
- 计算语言学分析：验证相关矩阵、随机森林、聚类等统计方法在语言数据中的适用性
- 语言架构比较：探究不同语言形态句法系统的划分模式差异
