Jerusalem Corpus of Emergent Modern Hebrew

该数据集包含耶路撒冷新兴现代希伯来语的注释文本，文本以多种格式提供，包括TEI-XML和relAnnis。

This dataset comprises annotated texts of emerging Modern Hebrew from Jerusalem, available in multiple formats including TEI-XML and relAnnis.

原始信息汇总

数据集概述

数据集名称

Jerusalem Corpus of Emergent Modern Hebrew

数据集内容

包含注释文本的发布，这些文本来自Jerusalem Corpus of Emergent Modern Hebrew。

数据格式

• TEI-XML
• relAnnis

许可信息

CC-BY 4.0，要求署名。

引用信息

Rubinstein, Aynat. 2019. "Historical corpora meet the digital humanities: the Jerusalem Corpus of Emergent Modern Hebrew". Language Resources and Evaluation 53(4): 807-835.

搜集汇总

数据集介绍

构建方式

耶路撒冷现代希伯来语语料库（Jerusalem Corpus of Emergent Modern Hebrew, JEMH）的构建基于对历史文献的深度挖掘与数字化处理。该数据集通过收集和整理19世纪末至20世纪初的希伯来语文本，采用TEI-XML和relAnnis等多种格式进行标注，确保了数据的多样性和可扩展性。所有文本均经过严格的学术审查，以确保其历史准确性和语言学价值。

特点

JEMH数据集的特点在于其丰富的历史背景和语言学价值。该数据集涵盖了从19世纪末到20世纪初的希伯来语文本，反映了现代希伯来语的形成过程。数据集中的文本经过精细的标注，支持多种格式，便于研究者进行多角度的语言学分析。此外，数据集遵循CC-BY 4.0许可，确保了其开放性和可访问性。

使用方法

使用JEMH数据集时，研究者可以通过TEI-XML或relAnnis格式访问文本数据，进行语言学、历史学或数字人文领域的研究。数据集提供了详细的元数据信息，便于用户进行数据筛选和分析。引用时需遵循CC-BY 4.0许可的要求，并参考Rubinstein, Aynat在2019年发表的论文，以确保学术规范。

背景与挑战

背景概述

耶路撒冷现代希伯来语语料库（Jerusalem Corpus of Emergent Modern Hebrew, JEMH）由Aynat Rubinstein于2019年创建，旨在为研究现代希伯来语的历史演变提供丰富的文本资源。该语料库收录了多种格式的注释文本，包括TEI-XML和relAnnis，涵盖了希伯来语从19世纪末到20世纪初的早期发展阶段。通过这一语料库，研究人员能够深入探讨希伯来语在现代化进程中的语言变化、语法结构及词汇使用等问题。该语料库的发布不仅为历史语言学领域提供了宝贵的数据支持，还推动了数字人文与语言资源评估的交叉研究。

当前挑战

JEMH语料库的构建面临多重挑战。首先，现代希伯来语的早期文本资源稀缺且分散，收集和整理这些文本需要耗费大量时间和精力。其次，由于希伯来语在现代化过程中经历了显著的语法和词汇变化，如何准确标注这些历史文本的语言特征成为一大难题。此外，语料库的格式多样化（如TEI-XML和relAnnis）虽然增强了数据的可用性，但也增加了数据处理和整合的复杂性。这些挑战不仅考验了研究团队的技术能力，也对语料库的长期维护和更新提出了更高要求。

常用场景

经典使用场景

耶路撒冷现代希伯来语语料库（JEMH）是研究现代希伯来语发展历程的重要资源。该数据集广泛应用于语言学和历史语言学研究领域，特别是在探索语言演变、词汇变化以及语法结构的发展方面。研究者通过分析这些文本，能够深入理解希伯来语从古典到现代的转变过程，揭示语言与社会文化变迁之间的复杂关系。

衍生相关工作

基于JEMH数据集，研究者们开展了多项经典工作。例如，Rubinstein（2019）利用该语料库分析了现代希伯来语的语法结构变化，揭示了语言复兴过程中的创新与保守现象。此外，该数据集还催生了多篇关于希伯来语历史语言学的研究论文，为语言演变理论提供了新的视角和证据。这些工作不仅丰富了希伯来语研究的学术成果，也为其他濒危语言的复兴研究提供了借鉴。

数据集最近研究

最新研究方向

在希伯来语历史语言学领域，耶路撒冷现代希伯来语语料库（JEMH）为研究者提供了丰富的文本资源，特别是在现代希伯来语形成初期的语言演变研究方面。近年来，研究者们利用该数据集，结合数字人文技术，深入探讨了语言接触、语言标准化以及社会语言学因素对语言变化的影响。这些研究不仅揭示了现代希伯来语在19世纪末至20世纪初的复杂发展轨迹，还为语言复兴和语言规划提供了重要的历史参考。此外，随着自然语言处理技术的进步，JEMH也被应用于机器翻译和文本生成模型的训练，进一步推动了希伯来语在人工智能领域的应用。