数据集概述
本数据集包含从The Omnificent English Dictionary In Limerick Form（OEDILF）网站抓取的98千首人类创作的五行打油诗。数据经基础格式过滤（确保每行五句、无表情符号和特殊符号），并附作者信息、网站ID及"is_limerick"等元数据，用于标识打油诗形式验证结果，支持计算诗学领域的自然语言处理研究。
文件详解
- 文件名称：limerick_dataset_oedilf_v3.json
- 文件格式：JSON
- 字段映射介绍：包含每个打油诗的文本内容及元数据，元数据字段包括作者信息、在OEDILF网站内的唯一ID，以及"is_limerick"（布尔值，标识是否通过自定义形式过滤器验证，True为验证通过，False为未通过）
数据来源
The Omnificent English Dictionary In Limerick Form（OEDILF）网站
适用场景
- 计算诗学研究: 分析诗歌的形式结构、韵律特征及叙事连贯性，探索语言模型的诗学知识。
- 自然语言处理模型训练: 用于训练和评估文本生成模型在诗歌创作、形式识别任务中的性能。
- 打油诗形式验证算法开发: 基于"is_limerick"标签构建基准，优化诗歌形式检测模型。
- 人类创作文本分析: 研究人类创作的打油诗的语言特征、风格差异及创作规律。
