数据集概述
本数据集包含从《道藏輯要》中提取的1元、2元、3元语法（N-gram）统计数据，以及对应书籍的元数据。数据按不同元语法类型分类存储，每本书对应独立的统计文件，可用于分析《道藏輯要》的文本语言特征，总计包含4个文件。
文件详解
- 一元语法数据集：
- 文件名称：jiyao_1.7z
- 文件格式：7z压缩包（内含TXT文件）
- 字段映射介绍：每本书对应一个TXT文件，采用制表符分隔格式，每行包含一元语法词汇及其在书中的出现次数。
- 二元语法数据集：
- 文件名称：jiyao_2.7z
- 文件格式：7z压缩包（内含TXT文件）
- 字段映射介绍：每本书对应一个TXT文件，采用制表符分隔格式，每行包含二元语法词汇组合及其在书中的出现次数。
- 三元语法数据集：
- 文件名称：jiyao_3.7z
- 文件格式：7z压缩包（内含TXT文件）
- 字段映射介绍：每本书对应一个TXT文件，采用制表符分隔格式，每行包含三元语法词汇组合及其在书中的出现次数。
- 书籍元数据：
- 文件名称：jiyao_metadata.xlsx
- 文件格式：XLSX
- 字段映射介绍：包含《道藏輯要》中每本书的基本元数据信息。
适用场景
- 古籍文本语言特征分析：通过N-gram统计数据研究《道藏輯要》的词汇使用、短语结构及语言规律。
- 古籍数字化研究：为《道藏輯要》的数字化处理、文本挖掘提供基础统计数据支持。
- 文献计量学分析：基于词汇出现次数，分析书中核心概念、主题分布及内容重点。
- 传统文化研究：辅助研究《道藏輯要》所蕴含的道教文化、哲学思想的语言表达特征。
