数据集概述
该数据集是用于作者归属分析的葡萄牙语语料库，包含三位不同作者的作品，每位作者各三部，共计九部书籍文本，为研究文本特征与作者风格关联提供数据支持。
文件详解
- 文件类型：所有文件均为TXT格式（.txt），共9个文件，占比百分之百
- 文件示例：
- MC_O Outro Pe da Sereia.txt
- MC_Jesusalem.txt
- JS_A Jangada De Pedra.txt
- JS_Levantado do Chao.txt
- JS_As Intermitencias da Morte.txt
- LA_As Naus.txt
- LA_A Ordem Natural das Coisas.txt
- LA_Auto Dos Danados.txt
- 文件内容：包含葡萄牙语书籍全文，文本预览显示包含章节标题、段落等结构化内容（如"Capítulo um A estrela enterrada Moçambique, Dezembro de 2002..."）
适用场景
- 计算语言学研究：用于开发和测试作者归属算法模型
- 文体学分析：探究不同葡萄牙语作家的语言风格特征差异
- 自然语言处理应用：支持文本分类、风格识别等任务的模型训练
- 文学研究：辅助分析特定作家的写作习惯与文本模式
