数据集概述
本数据集为CONTRAST-IT多语言语料库的意大利语部分，包含2011-2012年从意大利三家电子日报（repubblica.it、lastampa.it、corriere.it）采集的531篇真实新闻文章，总计约三十万字，覆盖政治、体育、科技等多个主题，用于多语言对比语言学研究。
文件详解
- 意大利语新闻文章文件
- 文件名称：如Corpus_Repubblica_Tecnologia.docx、Corpus_La stampa_Sport.docx、Corpus_Corriere della Sera_Politica.docx等
- 文件格式：DOCX（12个，占比百分之八十）、DOC（3个，占比百分之二十）
- 字段映射介绍：包含三家意大利报纸不同主题的完整新闻文章文本，无明确字段划分，以原始文章内容为主
数据来源
瑞士国家科学基金会项目（Italian Constituent Order in a Contrastive Perspective、Italian Sentence Adverbs in a Contrastive Perspective）及论文De Cesare, A.-M. 2019. CONTRAST-IT e COMPARE-IT
适用场景
- 意大利语语言学研究: 分析当代意大利报纸语言的构成、句法特征及词汇使用习惯
- 多语言对比分析: 作为CONTRAST-IT多语言语料库的一部分，支持意大利语与法语、西班牙语等语言的对比研究
- 自然语言处理模型训练: 为意大利语NLP任务（如文本分类、主题建模）提供真实新闻语料
- 新闻语言演变研究: 探究2011-2012年意大利新闻媒体的语言风格及主题分布特征
