数据集概述
本数据集为VeLePa，是一个包含中部帕梅语（Central Pame）动词屈折变化的词库，涵盖216个动词的词形变化范式，共12528个语音形式的提取词汇，并提供词形单元和词位的频率信息。中部帕梅语属于奥托曼盖语系，以其复杂的形态结构和四重并发分类系统（前缀、词干、声调重音、后缀均显示屈折类和不规则性）为特点，具有语言学研究价值。
文件详解
- LICENSE
- 文件格式：无扩展名
- 字段映射介绍：许可文件，包含数据使用授权信息。
- gen-metadata.py
- 文件格式：.py
- 字段映射介绍：Python脚本文件，用于生成元数据。
- README.md
- 文件格式：.md
- 字段映射介绍：说明文档，包含参考文献、数据描述等信息。
- VeLePa_sounds.csv
- 文件格式：.csv
- 字段映射介绍：包含sound_id（语音ID）、tier（层级）、value（值）、syllabic（音节性）、stress（重音）、consonantal（辅音性）、sonorant（响音性）、continuant（延续性）、delayed_release（延迟释放）、approximant（近音）、flap（闪音）、trill（颤音）、nasal（鼻音）、voice（浊音）、labial（唇音）、round（圆唇）、labiodental（唇齿音）、coronal（冠状音）、anterior（前部音）、distributed（分布音）、strident（摩擦音）、lateral（边音）、dorsal（舌背音）等字段。
- VeLePa_features-values.csv
- 文件格式：.csv
- 字段映射介绍：包含value_id（值ID）、label（标签）、feature（特征）、POS（词性）、ud（通用依存语法标签）等字段，如person（人称）特征下的first（第一人称）、second（第二人称）、third（第三人称）等。
- VeLePa_cells.csv
- 文件格式：.csv
- 字段映射介绍：包含词形单元相关数据，具体字段未完全展示。
- data_sheet.md
- 文件格式：.md
- 字段映射介绍：数据表说明文档。
- VeLePa_package.json
- 文件格式：.json
- 字段映射介绍：包配置文件，包含数据相关配置信息。
- VeLePa_lexemes.csv
- 文件格式：.csv
- 字段映射介绍：包含词位相关数据，具体字段未完全展示。
- VeLePa_forms.csv
- 文件格式：.csv
- 字段映射介绍：包含词形相关数据，具体字段未完全展示。
数据来源
论文“VeLePa: Central Pame verbal inflection in a quantitative perspective”
适用场景
- 语言学形态学研究: 分析中部帕梅语动词的复杂形态结构和屈折变化规律。
- 奥托曼盖语系语言研究: 探索该语系语言的形态特征和分类系统。
- 语音学分析: 基于VeLePa_sounds.csv中的语音特征数据，研究中部帕梅语的语音系统。
- 语言类型学研究: 对比分析中部帕梅语与其他语言的形态分类系统差异。
- 计算语言学应用: 为自然语言处理中动词形态分析模型提供训练数据。
