数据集概述
本数据集包含经过预处理的Braj语言文化文本数据，重点关注印度Braj地区的霍利节以及拉达与克里希纳的相关故事。数据源自Manmandir Santhans网站，采用混合预处理技术识别并处理了停用词、特殊字符和数字。经过清洗和预处理的BrajText-Saar数据集适用于文化文本分析、模式挖掘和自然语言处理任务。数据集包含两个文本文件。
文件详解
- BrajText-Saar.txt
- 文件格式：TXT
- 字段映射介绍：包含经过清洗和预处理的Braj语言文化文本内容，主要涉及Braj地区的霍利节庆祝活动以及拉达与克里希纳的故事叙述。
- Braj_Stopwords_N_S_List.txt
- 文件格式：TXT
- 字段映射介绍：包含在预处理过程中识别出的Braj语言停用词、特殊字符和数字列表，用于支持文本分析中的特征筛选。
数据来源
Manmandir Santhans网站
适用场景
- 文化文本分析：研究Braj地区霍利节及相关神话故事中的情感表达、社会价值观和象征意义。
- 印度区域语言处理：作为Braj语言的数字化资源，支持该语言的文本挖掘和自然语言处理研究。
- 模式挖掘与特征分析：利用预处理后的文本数据，探索文化文本中的语言模式和词汇特征。
- 跨文化计算研究：为计算人文领域提供结构化的文化文本数据，促进对印度文化多样性的量化分析。
