Advertisement

宋代诗词人及文学家时间轴文档。

  • 5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
宋代文学中的重要知识点常常令文人墨客记忆困难，而这套资料就能有效解决这一问题。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • 宋朝诗人与文学家的时间线.doc
    优质
    《宋朝诗人与文学家的时间线》是一份详细记录了宋代著名文人及其作品创作年代的文档，有助于研究者了解彼时的文化脉络和历史背景。 宋代文人知识点老是记错的话，有这个就够了。
  • 唐诗宋词网站
    优质
    唐诗宋词网站是一个专注于中国古代文学精华的在线平台，汇集了唐代诗歌和宋代诗词的丰富资源，为文学爱好者提供了一个学习、欣赏及研究古典文化的宝贵空间。 这是一个简单的唐诗宋词网站，可供初学静态网页制作者参考。
  • 诗词诗人资料库，MySQL文件
    优质
    这是一个包含大量诗词和诗人信息的数据集，存储在MySQL文件中。该数据库为研究古典文学、诗歌创作及文化传承提供了宝贵的资源。 诗词诗人数据库包含13136个诗人及305131首诗词，并包括诗词赏析与注解等内容。需要的同学可以下载此资源。可以通过微信搜索“诗词成语大全”查看数据效果。
  • 唐诗宋词SQL数据库
    优质
    《唐诗宋词SQL数据库》是一部创新性的作品，它将中国古典文学瑰宝——唐诗与宋词，以现代化的数据管理方式整合进SQL数据库中，便于用户高效检索、分析和研究。 《唐诗宋词三百首》包含了作者姓名、作品题目、内容以及简介等各种相关信息。
  • 诗词合集txt，诗词大全txt文档，电子书听读txt文件
    优质
    这本《诗词合集》包含了从古至今各类经典诗歌作品，以文本格式提供阅读和听读功能，方便读者随时随地感受中华诗词的魅力。 古诗词数据文件（.txt）包含74701首诗，每首诗包括标题、年代、作者及正文内容。各首诗之间以空行分隔，便于处理。
  • 唐诗宋词三百条数据包
    优质
    《唐诗宋词三百条数据包》汇集了唐代与宋代最脍炙人口的经典诗词作品，精选300首，便于学习与研究中国古典文学精华。 唐诗宋词数据包包含标题、作者、简介、分类、注解和内容等信息。只需自建数据库并执行SQL文件即可使用该数据包。
  • 唐诗宋词里的元宵节.ppt
    优质
    本PPT探索了中国古代文学瑰宝——唐诗宋词中描绘的元宵佳节景象，展现了这一传统节日的文化内涵与历史韵味。 唐诗宋词描绘元宵佳节的美好景象。
  • Chinese_Poem_Generator：唐诗宋词生成器，含详细说明
    优质
    Chinese_Poem_Generator是一款专为诗歌爱好者设计的应用程序，能够生成风格接近唐诗宋词的作品。它不仅提供诗词创作的乐趣，还包含详细的使用指南和背景介绍，帮助用户深入了解中国古典文学的魅力。 Chinese_poem_generator 是一个使用 LSTM 完成的唐诗宋词生成器。它由 MC 胖虎开发，并且能够创作多种风格的诗歌，如边塞、田园和离别等。该工具依赖于 Python3 和张量流 1.2+。 使用方法如下： - 使用命令“python3 main.py -m {train, test, head}”进行模型训练、随机生成诗歌或创建藏头诗。 最近一次更新（2018年6月11日）增加了常见问题解答，例如默认写唐诗，如何让胖虎创作宋词或其他类型的作品。因为仓库大小限制，只存放了词的训练数据而没有其他类型的文本资料。
  • 古诗词数据库，收录逾两万首诗词及其文言原文与现代译文，适用于NLP和机器学习研究
    优质
    本数据库包含超过两万首古代诗词，每首诗均配有原版文言及现代汉语译文，为自然语言处理和机器学习的研究提供了丰富的语料资源。 古诗词数据集是当前自然语言处理（NLP）和机器学习领域的宝贵资源，它包含了超过两万条的古诗词和文言文句子，每个句子都配有对应的现代汉语译文。这份数据集的设计旨在帮助研究者和开发者构建和优化各种NLP应用，例如文本分析、机器翻译、情感分析以及语言模型训练等。 每一条记录包括以下字段： - title（标题）：提供诗歌的来源信息，有助于用户了解创作背景及作者。 - dynasty（朝代）：标明了诗歌创作的时代，反映了不同历史时期的语言和文化特点，为研究不同时期语言风格的变化提供了依据。 - content（内容）：包含原始古诗词中的一句话。这些原貌呈现的内容对于古代汉语与文学的研究具有重要意义。 - trans（翻译）：提供现代汉语的译文版本，使普通读者也能理解古诗含义，并且为机器学习模型提供了训练目标。 - index（索引）：记录这句话在诗歌中的位置，有助于分析诗歌结构和形式。 该数据集的设计支持中文古诗词多角度的研究处理。不仅包含原版文言文本，还有现代汉语翻译版本，这降低了研究难度并提高了理解性与可操作性。 对于NLP及机器学习领域的研究人员而言，这份数据集具有广泛的应用价值：可用于训练机器翻译系统、构建情感分析模型或语言生成模型等。此外，古诗词蕴含丰富的文化信息和美学特质，也为跨学科研究提供了可能路径——如文学史学领域——通过深入探索用词习惯与韵律结构来加深对古代文化和语言发展的理解。 这份数据集不仅是NLP及机器学习领域的珍贵资源，还为研究者们提供了一种新的工具方法以探究中国传统文化和文学。通过对该数据的进一步分析应用，我们有望在人工智能理解和传承传统文化方面取得新进展。