IMA-Taiwan/ima-corpus-zhtw

IMA Traditional Chinese Corpus（繁體中文語料總集） 本資料集為繁體中文文學語料總集，目的在於將原先分散於多個作者／來源 dataset repo 的繁體中文文本統一整併，提供「一次申請、持續更新」的集中存取方式。 使用者只需申請本 dataset（本 repo）一次，即可取得所有繁中語料。未來新增來源或更新資料將直接同步至本 repo，無需重複申請。 📂 目錄結構 所有來源資料皆保留於 data/ 之下，每個子資料夾對應一個原始來源 repo，例如： data/ ├── zhtw-literature-ots 每個子資料夾內保留： 原始 README 原始語料檔（json / txt 等） 來源資訊與授權說明 以利來源追溯與資料審核。 📦 資料格式 主要格式： JSON UTF-8 編碼文字檔 典型欄位可能包含： title：作品名稱 author：作者 content：文本內容 source：來源 repo （依各來源資料實際格式而定）… See the full description on the dataset page: https://huggingface.co/datasets/IMA-Taiwan/ima-corpus-zhtw.