数据集概述
本数据集是欧洲文学文本集（ELTeC）的法国小说语料库，由COST Action“欧洲文学史的远读”项目制作，版本为v1.0.1。包含法国小说文本及元数据，所有文本均属于公有领域，为文学研究提供标准化语料支持。
文件详解
该数据集包含三个文件，具体说明如下：
- 文件名称: ELTeC-fra_metadata.tsv
- 文件格式: TSV（制表符分隔值）
- 字段示例: filename（文件名）、xmlid（XML标识）、au-name（作者名）、title（标题）、au-birth（作者出生年份）、au-death（作者逝世年份）、digitalSource（数字来源）、firsted-yr（首次出版年份）、language（语言）、numwords（字数）等
- 文件名称: README.md
- 文件格式: Markdown（.md）
- 内容: 语料库基本介绍、版本信息、引用建议及项目背景说明
- 文件名称: ELTeC-fra-1.0.1.zip
- 文件格式: ZIP压缩包
- 内容: 可能包含语料库的完整文本文件或其他相关资源
数据来源
COST Action Distant Reading for European Literary History（CA16204）
适用场景
- 法国文学研究: 用于分析19世纪法国小说的作者背景、出版时间及文本特征
- 数字人文分析: 支持远读（distant reading）方法下的大规模文学文本挖掘
- 比较文学研究: 作为欧洲文学文本集的一部分，用于跨国文学趋势对比
- 语料库语言学研究: 基于标准化标注的文本开展语言特征统计与分析
- 教学资源: 为文学或语言学课程提供结构化的法国小说语料
