数据集概述
本数据集是论文《Mind the Language Gap in Digital Humanities: LLM-Aided Translation of SKOS Thesauri》的补充数据，包含用于评估SKOS叙词表自动翻译工具WOKIE的所有翻译叙词表，以及本体匹配结果，覆盖考古学、文化时期等五个主题领域，为数字人文领域的跨语言叙词表研究提供支持。
文件详解
该数据集由主题叙词表文件夹和本体匹配结果文件夹组成，具体说明如下：
- 主题叙词表文件夹（共5个）：
- 考古学（Archaeology）：包含该主题的原始及处理后的SKOS叙词表文件
- 文化时期（Cultural time periods）：包含该主题的原始及处理后的SKOS叙词表文件
- 数字人文与计算机科学交叉（Interlink of Digital Humanities, computer science and IT）：包含该主题的原始及处理后的SKOS叙词表文件
- 历史图书与图书馆研究（Historic book and library studies）：包含该主题的原始及处理后的SKOS叙词表文件
- 拉丁语（Latin）：包含该主题的原始及处理后的SKOS叙词表文件
- 文件命名规则（om文件夹除外）：
- .rdf：原始未修改叙词表（如defc.rdf）
- 后缀说明：
- _reduced：移除非目标主题术语
- _converted：从其他序列化格式转换为RDF/XML
- _corrected_skosified：通过skosify库修正无效SKOS格式
- _node：移除德语（无德语）
- _nola：移除拉丁语（无拉丁语）
- 测试用例文件夹：如defc_node（移除德语的DEFC叙词表），内包含翻译后的叙词表文件（.rdf）、评估结果文件（.csv、*.log）
- om文件夹（本体匹配结果）：
- testCasePerformanceCube.xlsx：本体匹配评估的主要结果文件
适用场景
- 数字人文研究：分析LLM辅助翻译对SKOS叙词表跨语言应用的影响
- 语义网技术评估：评估WOKIE工具在叙词表自动翻译任务中的性能
- 本体匹配研究：基于om文件夹结果分析不同叙词表的匹配效果
- 叙词表标准化实践：研究SKOS格式修正及跨语言处理的最佳方法
