数据集概述
本数据集是“早期英语书信语料库（CEEC-400）”18世纪部分的首个公开版本，属于完整CEECES的组成部分。2022年4月更新版本包含语料库文件、元数据及配套文档，元数据提供TSV和Excel格式，新增元数据编码说明。
文件详解
- CEECES1-metadata.xlsx：Excel格式，包含书信元数据，字段示例：LetterID（书信ID）、SenderGender（发信人性别）、SenderRegion（发信人地区）等
- Key to metadata codes in CEECES.pdf：PDF格式，元数据编码说明文档
- CEECES1-metadata.txt：TXT格式，纯文本元数据文件，字段与Excel版一致
- CEECES 1 manual_v2.pdf：PDF格式，更新后的语料库使用手册
- CEECES-1.zip：压缩包格式，包含语料库文本文件
数据来源
赫尔辛基大学语言系
适用场景
- 历史语言学研究：分析18世纪英语书信的语言特征演变
- 社会历史研究：通过书信元数据探究18世纪社会阶层、性别与地域通信模式
- 语料库语言学方法验证：测试早期英语文本的自动处理与分析算法
- 数字人文教学：作为早期英语文献数字化研究的教学案例数据
