楚辞章句疏证 服饰内容提取日志

文件信息

• 源文件：/home/z/my-project/upload/楚辞/楚辞/楚辞章句疏证.txt
• 文件大小：540,229字节（540KB）
• 总行数：7091行
• 输出目录：/home/z/my-project/upload/楚辞output/楚辞章句疏证/

操作步骤记录

步骤1：文件基本信息

wc /home/z/my-project/upload/楚辞/楚辞/楚辞章句疏证.txt
# 结果：7091行 7020词 540229字节
mkdir -p /home/z/my-project/upload/楚辞output/楚辞章句疏证/

步骤2：第一轮grep——核心服饰词（19词）

衣:64  裳:24  冠:17  带:36  佩:56  裘:4  弁:0  履:45  舄:0  芾:1
袂:8   襟:4   衿:2   袍:1   襦:1   褐:0   巾:0  帻:0  簪:0  笄:0

第一轮合计命中：264行

步骤3：第二轮grep——材质织物词（15词）

丝:6  帛:3  锦:1  绮:5  绫:1  罗:35  缟:4  素:30  绢:0  纱:0
葛:14 麻:14 布:19 皮:6  革:15

第二轮合计命中：153行

步骤4：第三轮grep——装饰纹样词（10词）

黼:0  黻:0  文:244  章:64  绣:5  绘:0  华:103  彩:2  色:56  饰:56

第三轮合计命中：530行
噪音标记："文"244命中中大量为"文字""文王""文化"等非服饰义；"华"103命中中含"年华""华屋"等非服饰义；"色"56命中含"颜色""声色"等非服饰义；"饰"56命中部分为服饰义。本轮噪音率极高，仅保留确证服饰相关条目。

步骤5：第四轮grep——楚辞特有词（14词）

荷衣:2  芙蓉裳:0  薜荔:20  兰佩:0  蕙纕:1  杜衡:8  芳芷:4
江离:10 秋兰:7   白珩:0   琼佩:2  玉鸾:3  翠:15   蕙带:2

第四轮合计命中：74行

步骤6：第五轮grep——疏证训诂词（12词）

服:88  礼服:0  朝服:0  祭服:0  奇服:3  袆衣:0  褕狄:0
冕:1   弁:0   深衣:0  大带:0  革带:0

第五轮合计命中：92行
噪音标记："服"88命中中大量为"服从""服色""降服""征服"等非服饰义，仅保留"奇服""被服""初服""服云衣"等确证服饰条目。

步骤7：合并去重与上下文提取

五轮合计命中行数：1113行（含大量重复与噪音）
去重后有效行号约：280行
采用rg -n直接提取带行号原文，上下文扩展3-5行，合并重叠区间。

步骤8：去噪处理

已剔除的噪音类型：

1. "履行"（动词义，非鞋履义）：约30条
2. "素餐"（"不素餐兮"非服饰）：1条
3. "文王""文章""文化"等非服饰义"文"：约200条
4. "年华""华屋""华采"等非服饰义"华"：约80条
5. "颜色""声色"等非服饰义"色"：约40条
6. "征服""降服""服色"等非服饰义"服"：约70条
7. "革带""变革""更革"等非服饰义"革"：约10条
8. "罗生""罗网""罗列"等非织物义"罗"：约15条
9. "麻"多指植物麻草而非织物：约8条
10. "皮"多指兽皮典故非服饰：约3条

去噪后有效服饰条目：约120条

步骤9：对抗式学术审查

详见总结文件中"学术审查"部分。

步骤10：撰写三份MD

• 楚辞章句疏证_总结.md
• 楚辞章句疏证_日志.md（本文件）
• 楚辞章句疏证_原文提取.md

关键词命中率统计

结论：楚辞特有词（第四轮）命中率最高、噪音率最低，是本典籍服饰提取最有价值的词群。核心服饰词（第一轮）次之。装饰纹样词（第三轮）因"文""华""色"等高频多义词噪音率极高，需大量人工筛选。