御定全唐诗 — 服饰提取日志

基本信息

• 书名：御定全唐诗
• 文件路径：/home/z/my-project/upload/诗集/诗集/御定全唐诗.txt
• 输出路径：/home/z/my-project/upload/诗集output/御定全唐诗/
• 总行数：108,254
• 文件大小：11MB
• 处理方式：超大型文件，采用grep -c统计+精选sed提取

处理流程

Step 1: wc统计

• 总行数：108,254行
• 文件大小：11MB

Step 2: 五轮grep -c统计

Step 3: 精确术语grep -c统计

完成28个精确服饰术语的行数统计（详见总结.md）。

Step 4: 分类精选sed提取

• 制度类(institutional.txt)：242行
• 核心服饰(core_clothing.txt)：923行
• 配饰类(accessory.txt)：971行
• 材质织物类(fabric.txt)：144行

Step 5: 重点内容精选提取

• 赐紫/赐绯：15处，含僧道赐紫记录
• 章服：10处，含加章服、赐章服
• 衮衣/衮服/衮冕：12处
• 霞帔：11处，含霓裳羽衣舞服饰描写
• 鱼袋/幞头：各3处

问题与备注

1. 超大型文件(108K行)，R3色彩词命中率极高(23,489行)，噪声极大
2. "冠"字1,153行含大量"冠军""冠绝"等非服饰用法
3. "簪"353行含大量"簪缨""簪笏"等合成词，需进一步筛选
4. "绶"347行含"印绶""紫绶"等官制用语
5. 本书无服饰专卷，服饰内容全为散见引用
6. 白居易诗中服饰描写最为丰富，含赐章服、故衫、霓裳羽衣等