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

This dataset contains the N-grams (1-3) collected from Xu Xiu Si Ku Quan Shu (續修四庫全書).

The dataset comprises of the following resources:

xuxiu_1.7z Unigram dataset in tab seperated format (one file per book, each row contains the N-gram and its count)

xuxiu_2.7z Bigram dataset in tab seperated format (one file per book, each row contains the N-gram and its count)

xuxiu_3.7z Trigram dataset in tab seperated format (one file per book, each row contains the N-gram and its count)

xuxiu_metadata.xlsx Metadata of each book

Dieses Datenset enthält die im Xu Xiu Si Ku Quan Shu (續修四庫全書) enthaltenen N-Gramme (1-3).  

Das Datenset besteht aus den folgenden Dateien:

xuxiu_1.7z Monogramm-Datenset im .txt Dateiformat mit Tabstopp als Trennzeichen (jede Datei enthält ein Buch, jede Zeile ein N-Gramm mit der Anzahl der Vorkommnisse im Text)

xuxiu_2.7z Bigramm-Datenset im .txt Dateiformat mit Tabstopp als Trennzeichen (jede Datei enthält ein Buch, jede Zeile ein N-Gramm mit der Anzahl der Vorkommnisse im Text)

xuxiu_3.7z Trigramm-Datenset im .txt Dateiformat mit Tabstopp als Trennzeichen (jede Datei enthält ein Buch, jede Zeile ein N-Gramm mit der Anzahl der Vorkommnisse im Text)

xuxiu_metata.xlsx Metadaten der enthaltenen Bücher

《續修四庫全書》n元語法統計資料 (N-gram Dataset)

以下是檔案簡說:

xuxiu_1.7z 《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)

xuxiu_2.7z 《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)

xuxiu_3.7z 《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 在書中出現的次數)

xuxiu_metadata.xlsx 紀錄每本書的基本Metadata