数据集概述
该数据集是奥克语口头叙事语料库（OcOr），包含三个子语料库：传统口头叙事（OOT）、传统书面叙事（OWT）、当代口头叙事（OOC），标注了时态、连接词等时间特征，以XML和PDF格式存储，支持语言与口头性关系的研究。
文件详解
- 语料库压缩文件：
- OcOr.zip：压缩文件，包含三个子语料库的XML（TEI-P5格式）和PDF文件，每个故事对应带注释的XML、带注释的PDF、无注释的PDF，以及Excel格式的元数据摘要表
- OcOr_v1.1.zip：压缩文件，为语料库的版本更新文件，内容结构与OcOr.zip一致
- 核心文件格式：
- XML文件：包含完整元数据（说话人信息、奥克语变体、故事类型等）和标注系统说明
- PDF文件：分为带注释和无注释两种版本，对应XML中的故事内容
- Excel文件：各子语料库的元数据摘要表，提供用户友好的元数据查看方式
数据来源
ExpressioNarration项目（由Marie Sklodovska Curie Fellowship资助，编号655034）
适用场景
- 语言学研究：分析奥克语口头叙事的时态、连接词等语言特征
- 民俗学研究：探究奥克语地区传统与当代口头叙事的内容差异
- 语料库语言学：基于标注数据开展奥克语口头性与书面性的对比分析
- 文化研究：通过叙事内容研究奥克语地区的文化传承与变迁
- 计算语言学：利用XML标注数据训练奥克语文本处理模型
