N-gram dataset of Xu Xiu Si Ku Quan Shu (續修四庫全書)

<p>This dataset contains the N-grams (1-3) collected from Xu Xiu Si Ku Quan Shu (續修四庫全書).</p> <p>The dataset comprises of the following resources:</p> <ul> <li><strong>xuxiu<strong>_</strong>1.7z</strong> Unigram dataset in tab seperated format (one file per book, each row contains the N-gram and its count)</li> <li><strong>xuxiu</strong><strong>_2.7z</strong>&nbsp;Bigram dataset in tab seperated format (one file per book, each row contains the N-gram and its count)</li> <li><strong>xuxiu</strong><strong>_3.7z</strong> Trigram dataset in tab seperated format (one file per book,&nbsp;each row contains the N-gram and its count)</li> <li><strong>xuxiu_metadata.xlsx</strong>&nbsp;Metadata of each book</li> </ul> <p>&nbsp;</p> <p>Dieses Datenset enth&auml;lt die im Xu Xiu Si Ku Quan Shu (續修四庫全書) enthaltenen&nbsp;N-Gramme (1-3).&nbsp;&nbsp;</p> <p>Das Datenset besteht aus den folgenden Dateien:</p> <ul> <li><strong>xuxiu_1.7z</strong>&nbsp;Monogramm-Datenset im .txt Dateiformat mit Tabstopp als&nbsp;Trennzeichen (jede Datei enth&auml;lt ein Buch, jede Zeile ein N-Gramm mit der Anzahl der Vorkommnisse im Text)</li> <li><strong>xuxiu_2.7z</strong>&nbsp;Bigramm-Datenset im .txt Dateiformat mit Tabstopp als&nbsp;Trennzeichen (jede Datei enth&auml;lt ein Buch, jede Zeile ein N-Gramm mit der Anzahl der Vorkommnisse im Text)</li> <li><strong>xuxiu_3.7z</strong>&nbsp;Trigramm-Datenset im .txt Dateiformat mit Tabstopp als&nbsp;Trennzeichen (jede Datei enth&auml;lt ein Buch, jede Zeile ein N-Gramm mit der Anzahl der Vorkommnisse im Text)</li> <li><strong>xuxiu_metata.xlsx</strong>&nbsp;Metadaten der enthaltenen B&uuml;cher</li> </ul> <p>&nbsp;</p> <p>《續修四庫全書》n元語法統計資料&nbsp;(N-gram Dataset)</p> <p>以下是檔案簡說:</p> <ul> <li><strong>xuxiu</strong><strong>_1.7z</strong>&nbsp;《續修四庫全書》一元分詞(Unigram)的統計資料 (每本書一個檔案,以tab作欄區分,每一行紀錄該 N-gram 在書中出現的次數)</li> <li><strong>xuxiu</strong><strong>_2.7z</strong>&nbsp;《續修四庫全書》二元分詞(Bigram)的統計資料 (每本書一個檔案,以tab作欄區分,每一行紀錄該 N-gram 在書中出現的次數)</li> <li><strong>xuxiu</strong><strong>_3.7z</strong>&nbsp;《續修四庫全書》三元分詞(Trigram)的統計資料 (每本書一個檔案,以tab作欄區分,每一行紀錄該 N-gram&nbsp;在書中出現的次數)</li> <li><strong>xuxiu</strong><strong>_metadata.xlsx</strong> 紀錄每本書的基本Metadata</li> </ul>