数据集概述
本数据集是悉昙语料库中碑铭文本的EpiDoc（TEI XML）版本归档，包含不同时间点的工作进展版本与最终发布版本，记录了碑铭文本的数字化编辑过程，为碑铭研究提供结构化的文本数据支持。
文件详解
该数据集以版本为单位归档EpiDoc格式的碑铭文本文件，各版本说明如下：
- 20170730版本：含三百一十一篇碑铭的EpiDoc文本，TEI头文件为验证用虚拟数据，元数据以独立表格存储
- 20170906版本：含二百一十五篇碑铭的EpiDoc文本，TEI头文件集成悉昙数据库中的大部分元数据
- 20171118版本：含三百一十一篇碑铭的EpiDoc文本，TEI头文件集成悉昙数据库中的大部分元数据
- 20190130版本：接近完整的碑铭集合（不含大部分尼泊尔记录），TEI头文件仅含标题与ID号
- 20190221版本：数据库入库前的最终离线编辑版本，TEI头文件仅含标题与ID号，元数据以独立表格存储，包含IN00001至IN00203等编号的碑铭文本（如《Allahabad Praśasti of Samudragupta》《Eran Stone Inscription of Samudragupta》等）
适用场景
- 碑铭学研究：用于悉昙碑铭文本的数字化分析与解读
- 历史文献整理：辅助古代碑铭文献的电子化归档与版本追溯
- 数字人文研究：探索EpiDoc格式在碑铭文本标准化处理中的应用
- 语言学分析：支持悉昙文字及相关语言特征的学术研究
