六十种曲焚香记 服饰提取日志
处理信息
- 输入文件：/home/z/my-project/upload/剧曲/剧曲/六十种曲焚香记.txt
- 文件总行数：921
- 服饰相关条目数：152
- 关键词词库字符数：53
- 高置信度词组数：241
- 上下文行数：1（前后各1行）
处理步骤
- wc -l 统计文件行数：921行
- 使用关键词词库逐行匹配服饰相关内容
- 提取匹配行及上下文（前后各1行）
- 过滤空行等噪音
- 识别高置信度服饰词组（241个）
- 按服饰类别分类
- 生成总结、原文提取、日志三份MD文件
单字关键词频次
| 关键字 |
频次 |
| 罗 |
22 |
| 带 |
19 |
| 锦 |
18 |
| 衣 |
18 |
| 丝 |
16 |
| 袍 |
14 |
| 旗 |
12 |
| 绣 |
10 |
| 冠 |
10 |
| 裘 |
10 |
| 絮 |
10 |
| 旌 |
7 |
| 布 |
7 |
| 麻 |
5 |
| 帐 |
5 |
| 佩 |
4 |
| 纱 |
3 |
| 绮 |
3 |
| 巾 |
2 |
| 帛 |
2 |
| 练 |
2 |
| 袂 |
2 |
| 裙 |
2 |
| 绡 |
2 |
| 旆 |
2 |
服饰条目行号分布
| 行号范围 |
条目数 |
| 1-200 |
39 |
| 201-400 |
31 |
| 401-600 |
31 |
| 601-800 |
36 |
| 801-1000 |
15 |
数据质量说明
- 含高置信度服饰词组的条目：26
- 仅匹配单字关键词的条目：126
- 高置信度比例：17.1%
- 输出文件大小限制：每篇≤20KB