方法与编辑标准

收录标准

语料现有 457 条记录，来自 84 部作品，年代跨度约从公元前 1950 年到1920 年（有明确年代的记录）。

一部作品要进入语料，必须能给出版权依据链接和已核对的司法辖区；缺任何一项，构建流程会直接失败。所有依据都公开在“来源”页。

摘录如何核对

每条摘录应当逐字出现在其来源文本中。我们用脚本把摘录与公开的原文再次逐字比对，另有重复内容审计，避免同一个梦以不同写法出现两次。

标注与不确定性

主题、意象、情绪、场景和叙事模式来自编辑标注和编辑编写的关键词规则，不由语言模型判断。每条记录还带有不确定性等级，说明日期、地点或归属有多可靠。

目前的分布：低 53 条、中 231 条、高 173 条。高不确定性通常意味着传说、转述或年代不详。

译文与 AI 的使用

中文标题和译文是编辑性草稿，其中 122 条记录的说明里明确标注由 AI 起草、尚未经人工逐句核对。原文始终与译文分开显示，并以原文为准。

语料的整体审校状态：原型阶段，编辑审校仍在进行。

匹配如何工作

基础匹配在你的浏览器里比较你选定的文字与每条记录的字词，以及编辑标注的特征，并限制单一来源占据过多结果。可选的本地语义模型会在你的设备上加入语义信号。

结果展示的是“共有的已标注特征”，不是故事相似度的百分比，也不是对你的梦的解读。

做不到的事

语料偏向文献传世较多的文化与时代，不能代表“人类的梦”。当代研究类记录多为简短报告。它不能判断你的梦“意味着什么”。

更正

发现错误、归属问题或版权疑虑，请通过反馈表单告诉我们。