-
多语种越狱数据集
2026年2月15日 30 3 1
数据集概述 本数据集为多语种越狱数据集，包含一个Excel文件，未进行训练/测试、数据/标签、原始/处理等数据拆分，未提供自述文件或内容预览，可用于多语种文本相关的研究与分析。 文件详解 文件名称：多语种越狱数据集.xlsx 文件格式：XLSX 字段映射介绍：未提供内容预览，具体字段信息暂不明确 适用场景 多语种文本数据挖掘:...
-
数据集_100个中印尼商务词汇条目
2026年2月15日 30 144 7
数据集概述 本数据集包含一百个汉印尼商务领域的双语词汇条目，以单一Excel文件形式呈现，未划分训练测试集、数据标签集或原始处理集，旨在为商务场景下的汉印尼词汇翻译与学习提供结构化参考。 文件详解 文件名称：100 Chinese–Indonesian Business Vocabulary Items Dataset.xlsx 文件格式：XLSX...
-
ACA_多语言核心论元标注数据库
2026年2月12日 30 59 25
数据集概述 本数据集包含英语、老挝语和俄语三种语言的及物从句语料库示例，标注了作为句法主语和宾语（A和P）的核心论元。数据集采用与Alena Witzlack-Makarevich共同开发的编码方案，包含数据库描述文档和三种语言的标注文本文件，总计四个文件，为跨语言句法结构研究提供结构化标注资源。 文件详解 数据库描述文档...
-
-
燃烧研究所2009年会议论文集_文献数据
2026年2月9日 30 137 134
数据集概述 本数据集来源于SciExpeM平台，对应论文《Proceedings Of The Combustion Institute》2009年第32卷229-237页的内容，包含1个XML格式文件，主要用于存储该文献的元数据信息，为燃烧科学领域的研究提供文献数据支持。 文件详解 文件名称：10.5281/zenodo.6378990.xml...
-
Dataset_Trust_Based_数据集数据
2026年2月9日 30 171 29
数据集概述 本数据集名称为Dataset Trust，包含1个文件，无描述信息，未检测到命名模式，无目录结构，无训练/测试、数据/标签、原始/处理数据的拆分，主要文件类型为.xlsx。 文件详解 文件名称：DataSet.xlsx 文件格式：XLSX 字段映射介绍：无可用README或内容预览，暂无法提供字段映射信息。 适用场景 数据管理研究:...
-
CuneiML_Based_楔形文字机器学习数据集
2026年2月9日 30 66 30
数据集概述 本数据集为楔形文字机器学习研究提供支持，包含38,947张楔形文字泥板照片的元数据、边界框信息，以及对应文本的音译和楔形文字Unicode编码。数据结构涵盖泥板正反两面的文字内容、地理来源、时间年代和文本类型等信息，适用于楔形文字的图像识别与文本分析任务。 文件详解 文件名称：CuneiMLv1.2.json 文件格式：JSON...
-
TEI_MCM_Based历史语料库元数据模型定制化实现数据
2026年2月8日 30 125 57
数据集概述 本数据集包含用于历史语料库元数据文档的TEI ODD定制化内容，通过TEI p5首部结构映射元数据模型（MCM），覆盖语料库、文档、制备三类对象，结合TEI指南子集实现标准化元数据记录，含定制化说明及配套HTML文档。 文件详解 文件名称：TEI-MCM-ODDs_S8.zip 文件格式：ZIP 字段映射介绍：压缩包内含TEI...
-
WMT16_Based_Scielo生物医学翻译任务单语数据集
2026年2月8日 30 151 80
数据集概述 本数据集为第一届机器翻译会议（WMT'16）生物医学翻译任务提供的Scielo单语数据，包含英语、西班牙语、葡萄牙语、法语4种语言的生物医学相关文本，源自Scielo数据库，共7个XML文件，无目录层级划分。 文件详解 英文生物医学文件 文件名称：en-health.xml、en-biological.xml 文件格式：XML...
-
FOR2828_TP2_Based_英语文学诗篇集分析结果数据
2026年2月8日 30 166 131
数据集概述 本数据集为FOR 2828研究单元“文本中的去神圣化与神圣化”框架下，TP2项目“英语文学中灵感、授权与神圣化的构型”对诗篇集语料库的分析结果，包含分析结果表格与说明文档，共2个文件。 文件详解 readme.txt 文件格式：TXT 字段映射介绍：说明数据集背景，包括所属研究单元、项目名称及分析内容概述。 TABLE Results P2...
-
CLICS_2_0_Based_坦桑尼亚语言调查数据集
2026年1月30日 30 208 173
数据集概述 本数据集为CLICS 2.0的一部分，来源于20世纪70年代初开展的坦桑尼亚语言调查（TLS），涵盖约100种坦桑尼亚语言的词汇统计数据，基于斯瓦希里语和英语平行列的1079个条目翻译表整理而成，支持语言关系与词汇共性研究。 文件详解 文件名称：tls.zip 文件格式：ZIP...
-
Lexibank_Based_嘉绒语族语言历史比较词汇数据集2023
2026年2月6日 0 148 112
数据集概述 本数据集是基于Lai和List 2023年《嘉绒语族语言比较》的CLDF格式词汇数据，包含嘉绒语族语言的历史比较词汇信息，由莱比锡马克斯·普朗克进化人类学研究所发布，版本为1.0，仅含一个压缩文件。 文件详解 文件名称：lexibank/lairgyalrong-v0.4.zip 文件格式：ZIP...
-
DSEBench_Based_数据集集合数据
2026年2月1日 30 47 10
数据集概述 本数据集为DSEBench相关的数据集集合，包含一个JSON格式文件，无训练/测试、数据/标签、原始/处理等数据划分，未提供自述文件或内容预览，主要用于数据集管理及相关基准测试场景。 文件详解 文件名称：datasets.json 文件格式：JSON 字段映射介绍：未提供具体字段信息，文件内容为DSEBench相关的数据集集合数据。...
-
SXS_BBH_双黑洞合并SpEC模拟原始数据
2026年2月1日 30 184 46
数据集概述 本数据集为SXS:BBH:2000双黑洞系统模拟数据，由SpEC代码演化生成，包含引力波应变数据及元数据，共36个文件，覆盖Lev1、Lev2、Lev3三个层级，用于天体物理领域双黑洞合并过程的研究。 文件详解 .h5格式文件（18个，占比50.0%）...
-
SLCT_Based_科学文献比较表数据集子集
2026年2月1日 30 47 43
数据集概述 本数据集为科学文献比较表（SLCT）数据集的子集，通过arXiv和Semantic Scholar API收集，经预处理、表格提取、引用数据获取等步骤处理而成，包含文献比较表相关数据，总计1个文件。 文件详解 文件名称：A subset of Scientific Literature Comparison Tables...
-
数字化语言学词形变化标注框架研究数据_2020
2026年2月1日 30 96 76
数据集概述 本数据集是研究“Developing an annotation framework for word formation processes in comparative linguistics”的配套数据与代码，包含一个压缩文件，用于支持比较语言学领域词形变化过程标注框架的开发与应用，为相关语言学研究提供结构化的数据资源。 文件详解...
-
SXS_BBH_双黑洞合并数值模拟实验数据_v1
2026年2月1日 30 27 19
数据集概述 本数据集是由SpEC代码演化的双黑洞双星系统模拟数据，标识符为SXS:BBH:2497。包含36个文件，覆盖.json和.h5两种格式，主要记录双黑洞合并过程中的引力波应变、视界信息及额外波形等核心物理数据，为黑洞物理研究提供数值模拟支持。 文件详解 元数据文件（Metadata）...
-
松比亚奇_西本多伊山谷卡门塔兹织工专家访谈元数据
2026年2月1日 30 122 55
数据集概述 本数据集包含Sibundoy Valley地区21位Kämentza织工专家的访谈元数据，记录访谈的基本信息。转录文件可根据需求提供，数据集总计包含一个文件，无目录层级划分。 文件详解 文件名称：Tsombiach-interview-metadata.xlsx 文件格式：XLSX...
-
DWDS_Based_德语词源词典完整词条列表数据
2026年1月31日 30 12 1
数据集概述 本数据集为《德语词源词典》的词条列表，收录约24500个德语词汇，包含每个词汇在数字德语词典（DWDS）中的对应文章URL。该词典由沃尔夫冈·普法伊费尔领导的团队编写，涵盖词汇的年代、起源、亲属关系及词义演变等信息，是德语词源研究的重要参考资料。 文件详解 文件名称：etymwb-headwords.json 文件格式：JSON...
-
UNIC_Based语料库对齐文件模板数据v1_1
2026年1月31日 30 188 100
数据集概述 本数据集为UNIC平台的语料库对齐文件模板，包含JSON模板和Excel模板，支持用户按模板结构化语料库对齐文件，可通过转换工具将Excel文件转为JSON压缩包上传至UNIC平台，共包含2个文件。 文件详解 UNIC_Alignment template.json 文件格式：JSON...
