-
DBNL_Based荷兰数字化图书OCR与校正文本数据集
2026年1月30日 30 120 48
数据集概述 本数据集包含荷兰DBNL平台数字化的220本图书的OCR相关数据，涵盖原始OCR输出文本、校正后的TEI格式文本及元数据，共3个文件，用于图书数字化文本的存储与处理。 文件详解 文件名称：Metadata_DBNL_OCR_v1.xlsx 文件格式：XLSX 字段映射介绍：包含数据集的元数据信息，具体字段未提供预览 文件名称：TXT.zip...
-
Blauwe_Schuit_Hs_75H57_荷兰皇家图书馆中古荷兰语手稿原始XML数据
2026年1月13日 30 58 47
数据集概述 本数据集包含荷兰皇家图书馆藏75 H 57号Blauwe Schuit手稿的原始XML数据，该手稿为中古荷兰语杂集。数据遵循MVN编辑指南，由荷兰皇家艺术与科学院Huygens研究所主导发布，用于支持该手稿的外交版本研究与数字化展示。 文件详解 文件名称：bs.xml 文件格式：XML...
-
Alpenwort_Corpus_奥地利阿尔卑斯俱乐部年鉴数字化标注语料库数据1869_1998
2026年1月11日 30 146 26
数据集概述 本数据集为奥地利阿尔卑斯俱乐部1869-1998年年鉴（Zeitschrift des Deutschen und Österreichischen Alpenvereins，ZAV）的数字化标注语料库，覆盖阿尔卑斯山脉探索、全球山地研究、环境保护等主题，遵循CLARIN-DARIAH标准添加元数据，助力学术研究。 文件详解...
-
TEI_XML_SLUB_Dresden萨克森选帝侯约翰_格奥尔格二世1673年宫廷日记数字化数据
2026年1月7日 30 9 1
数据集概述 本数据集为萨克森选帝侯约翰·格奥尔格二世1673年宫廷日记（SLUB Mscr.Dresd.K.117）的TEI:XML格式数字化版本，记录了1673年上半年德累斯顿宫廷的活动，重点包括节日及相关音乐演出。数据通过半自动化流程编辑，经人工核对，遵循DTABf-M标准，保留原始手写特征与语义准确性。 文件详解 文件名称：SLUB Mscr...
-
telota_lebenswelten_东普鲁士庄园档案社会生活世界XML_TEI数据集v1_0_0
2026年1月4日 30 133 123
数据集概述 本数据集包含两个数字版本的XML/TEI文件（文档、索引和模式），联合名称为“东普鲁士庄园档案中的贵族与农民生活世界”。具体涵盖18至20世纪东普鲁士Lehndorff贵族家庭的生活世界、经验空间及政治视野，以及近代农民生活世界在东普鲁士庄园档案中的反映，为研究东普鲁士社会历史提供结构化文献资源。 文件详解 文件名称：telota-...
-
Heber_Serrure_Based_赫伯_塞吕尔抄本_根特大学图书馆_Ms_1374_原始XML数据
2026年1月1日 30 72 47
数据集概述 本数据集包含赫伯-塞吕尔抄本（根特大学图书馆 Ms.1374）的原始XML数据，该抄本是14世纪末的中世纪荷兰语杂集，内容以伦理和说教类韵文为主，推测编纂于比利时赫恩加尔都西会修道院。数据遵循MVN指南（基于TEI），支持对抄本文献学特征、文本内容及编纂过程的研究。 文件详解 文件名称：hbsr.xml 文件格式：XML...
-
TEI_XML_Moravian_See_Voyages_Travel_Diaries_Text_Data
2025年12月31日 30 146 82
数据集概述 本数据集包含六份摩拉维亚海航行日记的TEI/XML格式文件，记录了不同年份的航行文本内容，可用于历史航行记录的文本分析与研究，支持自然语言处理相关任务。 文件详解 数据文件 文件名称：1753Text.xml、1742Text.xml、1749Text.xml、1761Text.xml、1746Text.xml、1752Text.xml...
-
TEI编码数字版本通用处理与呈现数据集
2025年12月18日 30 85 33
数据集概述 本数据集为2014年TEI会员会议报告的基础资料，聚焦TEI编码数字版本的处理与呈现问题。通过分析现有编码文本的元素使用情况，探讨基于文本类型和编码目的实现通用呈现的可能性，为TEI文本互操作性研究提供数据支持。 文件详解 该数据集包含四类文件，具体说明如下： - HTML文件（共5个）： -...
-
范妮_门德尔松致威廉_亨塞尔书信转录数据集
2025年12月14日 30 121 29
数据集概述 本数据集包含范妮·门德尔松致丈夫威廉·亨塞尔的122封书信转录内容，源自柏林国家图书馆的两文件夹藏品，共250页、2240行文本，以PAGE、ALTO及基础TEI格式存储，支持历史书信研究与手写文本识别模型训练。 文件详解 文件名称：1878144588.zip、1878121294.zip 文件格式：ZIP压缩包...
-
WeGA数据包裹_Carl_Maria_von_Weber全集数字版
2025年12月14日 30 32 30
数据集概述 本数据集是Carl-Maria-von-Weber全集（Carl-Maria-von-Weber-Gesamtausgabe）的数字版，包含TEI和MEI格式文档。数据从内部WeGA TEI格式转换而来，符合TEI_all和mei_all标准，保留全部信息，内部引用通过URI实现。 文件详解...
-
数据18世纪法国小说数据集1751_1800
2025年12月14日 30 181 131
数据集概述 该数据集包含1751至1800年间创作或首次出版的200部18世纪法国小说的数字化文本，以TEI/XML格式存储，同时提供精简版和扩展版TSV元数据文件，为法国文学研究提供结构化的文本资源。 文件详解 核心文件： roman18-novels_and_scripts.zip：压缩文件，包含所有TEI/XML格式的小说文本及相关脚本...
-
Softcite数据集_研究出版物中的软件提及标注数据集
2025年12月4日 30 202 2
数据集概述 该数据集是研究出版物中软件提及的标注数据集，包含生物医学和经济学领域开放获取文献中的软件提及标注，涉及软件名称、版本、访问URL等信息，以TEI/XML格式存储，还包含描述数据集设计与创建过程的论文。 文件详解 文件名称：howisonlab/softcite-dataset-v1.0.zip 文件格式：ZIP压缩包 压缩包内包含：...
