contextlab/dickens-corpus
收藏Hugging Face2025-10-28 更新2025-11-01 收录
下载链接：
https://hf-mirror.com/datasets/contextlab/dickens-corpus
下载链接
链接失效反馈官方服务：
资源简介：
Charles Dickens Corpus数据集包含了查尔斯·狄更斯的14部英文作品，这些文本经过预处理，适用于计算风格学研究。包括《双城记》、《远大前程》、《雾都孤儿》和《大卫·科波菲尔》等著名作品。所有文本转换为小写，并去除了Project Gutenberg的页眉、页脚和章节标题，以便专注于作者的创作风格。
The Charles Dickens Corpus dataset contains 14 English works by Charles Dickens, preprocessed for computational stylometry research. It includes famous works such as A Tale of Two Cities, Great Expectations, Oliver Twist, and David Copperfield. All texts are converted to lowercase and cleaned of Project Gutenberg headers, footers, and chapter headings to focus on the authors prose style.
提供机构：
contextlab
