数据集概述
本数据集为XML格式的文学文本语料库，包含席勒、莱辛、克莱斯特、歌德、蒂克等作家的作品，共56个XML文件，无目录层级结构，未划分训练/测试、数据/标签或原始/处理集，所有文件均为XML格式，其中5个含XML元数据。
文件详解
- 核心文件：
- 文件名称：包含Schiller_Verschwoerung.xml、Lessing_Schatz.xml、Lessing_Misogyn.xml、Schiller_JungfrauOrleans.xml、Kleist_Schroffenstein.xml、Goethe_GoetzBerlichingen.xml、Tieck_Genoveva.xml、Goethe_Iphigienie.xml等56个XML文件
- 文件格式：XML
- 字段映射介绍：未检测到统一命名模式，包含文学文本内容及相关标记
- 元数据文件：
- 文件名称：5个含XML元数据的文件（具体名称未列出）
- 文件格式：XML
- 字段映射介绍：包含语料库相关的元数据信息
数据来源
TextGrid（授权协议CC-BY 3.0），由Katrin Dennerlein博士整合
适用场景
- 文学文本分析: 用于席勒、歌德等作家作品的文本内容研究与分析
- 数字人文研究: 基于XML格式的文学语料开展计算机语言学或数字人文领域的研究
- 语料库构建参考: 为同类文学语料库的构建提供XML格式组织的示例
- 文本标记语言应用: 研究XML在文学文本存储与处理中的应用场景
