-
Reginsmál_诗歌手稿注释与语言学分析数据
2026年2月9日 30 75 22
数据集概述 本数据集包含《Reginsmál》诗歌的注释内容，涵盖Codex Regius手稿的摹本、 diplomatic 及标准化注释，同时从语言学角度对文本进行了词形还原和部分语法（如词性）分析。数据集仅含一个XML文件，聚焦诗歌文本的多维度注释与语言特征标注。 文件详解 文件名称：reginsmal.xml 文件格式：XML...
-
ALT_Based_亚洲语言树库项目缅甸语树库数据
2026年1月31日 30 171 87
数据集概述 本数据集是亚洲语言树库（ALT）项目下的缅甸语树库，包含约2万句从英文维基新闻翻译而来的缅甸语句子，由NICT和UCSY联合开发，遵循CC BY-NC-SA 4.0许可协议，为缅甸语自然语言处理研究提供结构化语料资源。 文件详解 压缩文件 文件名称：my-alt-190530.zip 文件格式：ZIP...
-
IDS_Based_Kalamang语言词典数据_存档
2026年2月9日 30 106 101
数据集概述 本数据集为Kalamang语言的IDS（Intercontinental Dictionary Series）词表，由Eline Visser于2021年编纂，收录于《洲际词典系列》。数据以压缩包形式提供，包含Kalamang语言的词汇资源，是研究该语言及相关语言学领域的基础资料。 文件详解 文件名称：intercontinental-...
-
IN01006_Based_梵语Rawan宪章XML文献数据
2026年2月9日 30 70 25
数据集概述 本数据集包含IN01006编号的Narendra的Rawan宪章梵语文献，以XML格式存储，无附加元数据。数据集仅含一个文件，用于提供结构化的梵语历史文献内容，支持梵语文献研究与文本分析。 文件详解 文件名称：IN01006.xml 文件格式：XML...
-
IN01026_Devagiri_Grant梵语XML铭文数据
2026年2月9日 30 184 170
数据集概述 本数据集包含IN01026号梵语铭文《Devagiri Grant of Devavarman》的XML文件，无元数据。数据核心为该梵语铭文的数字化文本内容，共1个文件，用于梵语铭文文献的数字化保存与研究。 文件详解 文件名称：IN01026.xml 文件格式：XML 字段映射介绍：包含Devavarman的Devagiri...
-
Snowclones_Master_多语言使用者认知与使用调查问卷数据
2026年1月26日 30 94 17
数据集概述 本数据集包含3份针对法语、英语、俄语使用者的调查问卷，是硕士论文《Snowclones研究》的配套调查工具，旨在收集使用者对snowclones结构的感知与使用情况，为语言学中snowclones现象的研究提供基础数据。 文件详解 文件名称：Questionnaire SC anglais.docx 文件格式：DOCX...
-
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 30 165 33
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...
-
DWDS_Based_德语词源词典完整词条列表数据
2026年1月31日 30 49 37
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...
-
S5_Data_Swahili匿名IDI转录本数据
2026年1月31日 30 36 1
数据集概述 本数据集为S5 Data，包含斯瓦希里语中所有IDI（个体深度访谈）转录本的匿名版本，这些转录本基于S4 Data进行分析，并选择性翻译用于结果部分的引用。数据集仅包含一个文件。 文件详解 文件名称：S5 Data. IDIs transcripts.docx 文件格式：DOCX...
-
NVivo_Based_文本词频分析与工具对比数据集
2026年1月31日 30 17 16
数据集概述 本数据集包含使用NVivo工具生成的文本词频搜索结果文件，以及一份对比AntConc与NVivo词频结果的电子表格，共5个文件。数据聚焦于文本词频分析，支持工具间的词频结果对比，适用于文本处理相关研究。 文件详解 文档文件（.docx格式，共3个） 文件名称：Word Freq-Stem All-min3 Alphabetical...
-
Kpelle_Mano_语半自发话语标注论文补充数据
2026年1月31日 30 63 18
数据集概述 本数据集为待评审论文的补充材料，包含Kpelle语和Mano语的半自发话语标注内容，提供一份结构化的语言数据文件，支持相关语言学研究与分析。 文件详解 文件名称：all_data_submission.xlsx 文件格式：XLSX...
-
AnCora_西班牙语多层面标注语料库数据3_0_1
2026年1月31日 30 105 81
数据集概述 本数据集为AnCora 3.0.1西班牙语语料库，包含约50万字的新闻文本，覆盖词元、词性、句法成分、论元结构、动词语义类、名物化隐含论元等多层面标注，支持自然语言处理相关研究与应用。 文件详解 文件名称：AnCora 3.0.1 Spanish.zip 文件格式：ZIP...
-
ILR_RAS_新约多谓词原因结构语境数据库_1_1版
2026年1月31日 30 95 56
数据集概述 本数据集为新约文本中含多谓词原因结构的语境数据库，包含1630个原因语境（来自1504个经文），通过俄、英、法三种语言新约译本的原因连词自动提取并人工编辑生成，可用于单语言及类型学研究。另含86个语境的试点标注子样本，标注内容包括语义语用类型与信息结构。 文件详解 主数据库文件...
-
Neo_Latin_Based_早期采用者来源概述数据
2026年1月31日 30 72 64
数据集概述 本数据集包含新拉丁语术语dialectus早期采用者的来源概述，涵盖术语出现的作品出版信息、样本段落，以及早期采用者的社会、地理和学术背景信息，为研究该术语的起源与传播提供结构化参考。 文件详解 文件名称：The early adopters of Latin dialectus - overview of sources.xlsx...
-
forTEXT_Based_叙事学语篇标注集_可下载资源
2026年1月30日 30 169 161
数据集概述 本数据集为叙事学语篇标注集，适用于标注文本中的叙事元素，包含分析语篇（即叙事呈现方式）的基础类别，主要基于结构主义导向的叙事学研究成果，提供一个XML格式文件供下载使用。 文件详解 文件名称：forTEXT_Tagset_Narratologie_discours.xml 文件格式：XML...
-
TLS_Based_中国语言学词库_2024_07_23
2026年1月30日 30 9 7
数据集概述 本数据集为中国语言学词库（Thesaurus Linguae Sericae, TLS）的互联Markdown文件压缩包，包含一份2024年7月23日的词库数据压缩文件，无额外目录结构，主要用于语言学研究与词库应用场景。 文件详解 文件名称：tls-md-2024-07-23.zip 文件格式：ZIP...
-
Pyu_Based骠铭文语料库XML数据20180326
2026年1月30日 30 84 62
数据集概述 本数据集为骠铭文语料库的XML压缩文件，包含由Arlo Griffiths、Marc Miyake和Julian K. Wheatley完成的骠铭文转写内容，语料库通过指定网址持续更新。每个XML文件对应一份骠铭文，转写中用C表示未知辅音、V表示未知元音，为骠铭文研究提供结构化文本资源。 文件详解 文件名称：Corpus of Pyu...
-
xflr6_Source_人称合并词类型学评估补充材料数据
2026年1月30日 30 191 58
数据集概述 本数据集是论文《Assessing the typology of person portmanteaus》的补充材料，包含1个压缩文件，用于支撑人称合并词类型学的研究评估，为语言学领域相关分析提供辅助数据支持。 文件详解 文件名称：xflr6/portmanteaus-v1.0.zip 文件格式：ZIP...
-
SIMPITIKI_GITHUB_意大利语文本简化语料库数据
2026年1月29日 30 132 24
数据集概述 本数据集为意大利语文本简化语料库SIMPITIKI，包含两组简化文本对：第一组通过半自动方式从意大利语维基百科获取，第二组从行政领域文档中逐句手动标注。数据集仅含一个XML格式文件，无训练测试、数据标签或原始处理数据的划分。 文件详解 文件名称：simpitiki-v2.xml 文件格式：XML...
-
BayesTraits_世界语言家族系统地理学贝叶斯分析数据
2026年1月29日 30 69 10
数据集概述 本数据集包含使用BayesTraits对世界语言家族进行系统地理学分析的输入与输出文件，树拓扑结构来自Glottolog，分支长度改编自ASJP LDN度量，分析流程详情见Pipeline.pdf，同时提供用于复现分析和解析输出的脚本，共包含3个文件。 文件详解 输入树文件 文件名称：BayesTraits_input_trees.zip...
