数据集概述
本数据集为ELTeC-por葡萄牙语小说语料库2021年4月发布版本，包含100部采用1级和2级编码的葡萄牙语小说，涉及元数据、说明文档及压缩文件三类内容，可支持欧洲文学文本的数字化分析研究。
文件详解
- README.md
- 文件格式：MD
- 字段映射介绍：包含项目说明、发布版本信息（v2.0.0等）、DOI标识及COST Action项目背景等内容
- ELTeC-por_metadata.csv
- 文件格式：CSV
- 字段映射介绍：包含filename（文件名）、xmlid（XML标识）、au-name（作者名）、title（标题）、au-birth（作者出生年）、au-death（作者逝世年）、au-gender（作者性别）、copytext-yr（版本年份）、firsted-yr（首版年份）、sizeCat（篇幅类别）、canonicity（经典性）、time-slot（时间槽）、numwords（词数）、language（语言）等元数据字段
- ELTeC-por-2.0.0.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包文件，包含100部采用1级和2级编码的葡萄牙语小说文本数据
数据来源
COST Action Distant Reading for European Literary History（CA16204）
适用场景
- 欧洲文学数字化研究：用于分析葡萄牙语小说的文本特征、作者信息及出版背景
- 文学语料库构建：作为标准化文学文本语料库，支持多语言文学对比研究
- 文本编码分析：研究1级和2级编码格式在文学文本数字化中的应用效果
- 文学计量学研究：基于元数据中的词数、时间槽等字段，开展文学作品的量化分析
