数据集概述
本数据集为“Aggadic文献中复杂引文模式自动检测”项目的研究数据，包含标注的圣经引文及相关模式数据，由海法大学团队构建。总计56个文件，含TSV格式的标注数据、JSON格式的关系层与标签集定义文件，用于支持宗教文本中圣经引文的自动识别与分析研究。
文件详解
- TSV数据文件（50个）
- 文件名称：遵循
act2i_Rabba_[版本]__[圣经卷名]_[章节]_[节].tsv模式（如act2i_Rabba_Albek__Bereshit_1_6.tsv）
- 文件格式：TSV
- 字段映射介绍：采用WebAnno TSV 3.3格式，包含BiblicalQuotation（圣经引文）、Chapter（章节）、Verse（节）、source（来源）等标注字段，以及对应的希伯来语文本内容
- JSON配置文件（5个）
- 文件名称：Relations_layer.json、Quotation Type Tagset.json、Biblical Quotation layer.json等
- 文件格式：JSON
- 字段映射介绍：定义标注关系层（含Relation标签、Governor来源、Dependent目标等特征）、引文类型标签集（含名称、描述、标签列表等属性）及引文标注层结构
- 说明文件
- 文件名称：README
- 文件格式：无扩展名
- 内容介绍：项目背景说明、数据内容概述及文件结构说明
数据来源
海法大学Hadar Miller、Tsvi Kuflik、Moshe Lavee团队的“Automatic Detection of Complex Quotation Patterns in Aggadic Literature”项目
适用场景
- 宗教文本引文自动识别：基于标注数据训练模型，实现Aggadic文献中圣经引文的自动检测与定位
- 引文模式分析：通过标注的引文类型与关系数据，研究宗教文本中圣经引文的使用模式与结构特征
- 宗教文献数字化：为圣经相关宗教文献的数字化标注与语义分析提供基础数据支撑
- 自然语言处理模型训练：作为宗教文本领域特定任务的训练数据，优化引文识别模型性能
