数据集概述
本数据集包含Language Science Press图书在Paperhive平台上的社区校对评论数据，通过脚本抓取、处理并存储为TSV、SQLite格式文件，同时提供分析脚本及生成的可视化图表，支持对校对评论的统计与分析。
文件详解
- 评论数据文件（TSV格式）：
- 如85.tsv、209.tsv等53个.tsv文件，文件名中的数字对应LangSci图书ID，内容包含评论ID、用户标识、页码、字符位置、评论内容等字段（示例字段：图书ID、评论序号、用户ID、页码、起始字符、结束字符、评论建议）
- 可视化图表文件（PNG格式）：
- 如commentsperbook.png（每本书评论数）、booklengths.png（图书长度）、pagesperproofreader_p.png（校对者处理页数）等23个.png文件，展示评论分布、校对者贡献等统计结果
- 数据库文件：
- allcomments.sqlite：SQLite数据库文件，存储所有校对评论数据
- 处理脚本文件：
- paperhive2tsv.py：Python脚本，用于从Paperhive抓取评论数据并生成TSV文件
- tsv2sqlite.sh：Shell脚本，将TSV文件加载到SQLite数据库
- analyzeCPR.py：Python脚本，用于生成可视化分析图表
适用场景
- 出版行业研究：分析学术图书社区校对的参与度与评论分布特征
- 语料库语言学研究：基于校对评论构建学术文本纠错语料库
- 开放科学实践研究：探究社区协作校对模式对学术出版质量的影响
- 数据可视化应用：利用评论数据及图表分析校对工作的效率与贡献分布
