开放希腊语文本语料库
自然语言
0 下载
8 浏览
2026-08-26
数据集简介
语料来源与内容
Corpus of Open Greek 收录的希腊语文本均来自开放获取来源,主要包括 Perseus Open Greek and Latin Corpus 与 Patrologia Graeca 两大宗经典文献集合,以及其他开放来源。整体语料规模超过 5.9 亿词,覆盖古希腊语文本传统中的重要文献资源,可为古典学与计算语言学研究提供基础文本材料。
数据组织与获取方式
语料以 parquet 文件形式组织,存放在数据集的 data 目录中。使用者可通过 Hugging Face 数据集落地页(https://huggingface.co/datasets/OpenGreekAndLatin/open-greek)浏览文件与版本记录,并按需下载 parquet 文件;平台还提供 Data Studio 供在线查看数据。
相关机构
- Open Greek and Latin:数据集的发布项目方
- Institutional Data Initiative:Institutional Books 的提供方
- Harvard Library:源材料的贡献方
使用许可与限制
该数据集仅限非商业用途使用,且不得分享或再分发数据集整体或部分内容。使用者可以基于语料创建非商业衍生作品,但不得实质复制原始数据集。公开使用时需注明 Institutional Books 由 Institutional Data Initiative 提供、Harvard Library 贡献源材料,并链接 https://institutional.org/institutional-books。任何商业用途(包括 AI 模型训练)需先联系 contact@institutional.org 获得许可。当前条款为 Early-Access 临时条款,后续可能发生变更,使用前建议核对最新条款。
基本信息
记录数量未知
文件大小未知
文件格式parquet
数据来源Open Greek and Latin
语种希腊语
语料规模超过 5.9 亿词
使用许可非商业用途,禁止再分发
发布日期2026-08-26
来源项目Open Greek and Latin
数据落地页https://huggingface.co/datasets/OpenGreekAndLatin/open-greek
古希腊语文本语料库古典学计算语言学自然语言处理
上架信息
数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载