哥廷根印度语言电子文本注册吠陀数据集

数据集概述

本数据集是哥廷根印度语言电子文本注册（GRETIL）中关于吠陀（VEDA）的电子文本集合，包含37个HTML格式文件，主要为吠陀相关文本内容，未划分训练测试集、数据标签或原始/处理数据，为印度语言及吠陀文本研究提供基础资料。

文件详解

该数据集包含37个HTML格式文件，具体说明如下： - 文件类型: 所有文件均为.htm格式，占比100% - 文件示例: rvpp_06u.htm、rv_09_u.htm、rv_hn04u.htm、samavedu.htm、rvpp_03u.htm、rv_02_u.htm、rv_01_u.htm、rvpp_10u.htm等 - 结构特点: 无目录层级（目录深度为0），无明显命名模式，未提供文件内容预览

适用场景

• 印度语言研究: 用于分析吠陀文本的语言特征、语法结构及词汇演变
• 吠陀文献研究: 为吠陀经典文本的数字化整理、内容分析提供原始电子文本资源
• 数字人文研究: 可作为印度古典文献数字化保存与传播的案例数据
• 语言学教学: 适用于印度古典语言或宗教文献相关课程的文本素材支持