中国古代类书结构化知识数据集

本数据集以中国古代类书文献为主要数据来源，对公开获取的古籍文本进行采集、清洗、校核、分类、切分、信息提取与结构化加工，形成具有统一数据规范的古典知识数据集。数据涵盖《初学记》《白氏六帖》《唐类函》《渊鉴类函》等重要类书，按照原书知识分类体系及文本特征，对部类、卷次、词目、正文、注文、事对及相关知识单元进行结构化组织，并保留不同文献间可关联的信息。数据集主要采用JSON、表格等结构化及半结构化形式，可用于古典文献检索、类书研究、知识分类研究、文学互文分析、数字人文研究，以及人工智能模型训练、检索增强生成与知识库建设等应用。

搜集汇总

背景与挑战

背景概述

本数据集以《初学记》《白氏六帖》《唐类函》《渊鉴类函》等中国古代类书为数据来源，对公开古籍文本进行采集、清洗、校核与结构化加工，按原书知识分类体系组织部类、卷次、词目、正文、注文、事对等知识单元，形成统一规范的古典知识数据。数据以JSON、Markdown、Excel等结构化或半结构化格式存储，可用于古典文献检索、类书与知识分类研究、数字人文分析，以及人工智能模型训练、检索增强生成和知识库建设等场景。