feat(docs): 添加 Part4 候选词提示的详细设计与训练流程说明

2026-06-19 21:27:23 +08:00 · 2026-06-19 21:27:23 +08:00 · 5bc8ac0480
parent bfff409b35
commit 5bc8ac0480
16 changed files with 1649 additions and 152 deletions
--- a/.gitignore
+++ b/.gitignore
@ -183,3 +183,5 @@ data/*
 **/*.data
 **/*.npz
 **/*.pt
+*.msgpack
+**/*.msgpack
--- a/DESIGN/SampleGen.md
+++ b/DESIGN/SampleGen.md
@ -1,4 +1,4 @@
-# 混淆样本生成与候选词解码 (Confusion Sample Generation & Word Candidate Decoding)
+# Part4 候选词提示 (Word Candidate Decoding)

 > 分支: `feat/confusion-finetune`
 > 包管理: [uv](https://github.com/astral-sh/uv)
@ -7,22 +7,46 @@

 ## 1. 背景与动机

-### 1.1 原架构的问题
+### 1.1 Part4 定位: 模拟用户个人词库

-原始训练管线中 `part4`（候选词提示）位于 Encoder 输入：
+Part4 是输入法引擎提供给模型的**外部候选词列表**。它在训练和推理中扮演不同角色:
+
+| 阶段 | Part4 来源 | 作用 |
+|------|-----------|------|
+| **训练时** | `pinyin_index` 模拟一个假想的用户词库 | 教会模型"当外部有候选词时如何参考它们来预测" |
+| **推理时** | 用户实际积累的个人词库 | 提供用户特有的多字词帮助模型准确预测 |
+
+**为什么推理时需要 Part4:** 用户想要输入训练数据从未覆盖的词（人名、专有名词）时，纯模型无法猜到。但用户的个人词库里有这些词。Part4 就是把这些词"提示"给模型——模型通过 CrossAttention 参考它们，大幅提升准确率。
+
+**为什么训练时只对低频词生成 Part4:** 高频词（中国、我们、可以…）模型已经在海量训练中学会，Part4 不会带来额外收益。Part4 真正有用的场景正是低频词——即那些训练数据稀缺、用户个人词库独有的词。因此训练时只对词频 ≤ 阈值的低频词生成 Part4。
+
+### 1.2 为什么必须是多字词
+
+Part4 是模型的"额外信息源"（part1=上下文, part2=拼音, part3=后缀, part4=用户词库）。
+
+```
+单字词 Part4: [伟, 为, 位, 未, 微]  ← 这些就是模型的输出空间本身，放进去不提供新信息
+多字词 Part4: [张伟, 章伟, 伟大, 雄伟]  ← 每个词提供上下文帮助消除歧义
+```
+
+单字词是模型直接就能预测输出的，放入 Part4 是冗余。多字词才提供模型无法从当前输入中直接获取的上下文信息。
+
+### 1.3 原架构的问题
+
+原始训练管线中 Part4 位于 Encoder 输入:

 ```
 [CLS] part4 | part1 [SEP] part3 [SEP] → BERT Encoder → H, P
 ```

- **训练-推理不一致**：训练时 30% 样本包含 `part4`，推理时完全不包含
- **Encoder 不可复用**：`part4` 改变会污染 prefix 的上下文编码 H，ONNX 拆分后 encoder 无法独立于候选词运行
+- **训练-推理不一致**: 训练时 30% 样本包含 part4，推理时完全不包含
+- **Encoder 不可复用**: Part4 改变会污染上下文编码 H，ONNX 拆分后 encoder 无法独立于 Part4 运行

-### 1.2 目标
+### 1.4 目标

- 将 `part4` 从 Encoder 移至 Decoder，实现三路 CrossAttention
- 用"拼音相似词混淆"替代随机词，增强模型区分同音/近音字的能力
- Encoder 序列长度从 128 缩减至 88（移除 part4 后实际最大需求为 67 tokens）
+- 将 Part4 从 Encoder 移至 Decoder，实现三路 CrossAttention
+- 训练时通过 pinyin_index 模拟用户词库生成 Part4
+- Encoder 序列长度从 128 缩减至 88（移除 Part4 后实际最大需求为 67 tokens）

 ---

@ -91,23 +115,23 @@ pinyin_ids ─→ P ─────────┼──→ pinyin_attn ──

 ---

-## 3. 混淆数据流水线 (新方案)
+## 3. Part4 数据流水线

 ### 3.1 概述

-新方案**完全在 CPU 上运行**，无需 GPU 参与模型推理。流程为两步：
+新方案**完全在 CPU 上运行**，无需 GPU。pinyin_index 仅用于训练时模拟用户个人词库:

 ```
 ┌──────────────────┐     ┌───────────────────────┐     ┌──────────────────────┐
 │ pinyin-index     │     │ preprocess-model      │     │ train-model          │
 │                  │     │                       │     │                      │
 │ 语料分词 +       │ →   │ 加载 pinyin_index    │ →   │ 加载 .npz (含        │
-│ 姓名词典 +       │     │ 低频词生成混淆 part4 │     │ part4_ids)            │
+│ 姓名词典 +       │     │ 低频词生成 Part4     │     │ part4_ids)            │
 │ 随机连接         │     │ 保存为 .npz 分片      │     │ 从头训练 / 微调      │
 └──────────────────┘     └───────────────────────┘     └──────────────────────┘
 ```

-### 3.2 步骤 1: pinyin-index
+### 3.2 步骤 1: pinyin-index (构建模拟用户词库)

 **前置**: 将 [Chinese-Names-Corpus](https://github.com/wainshine/Chinese-Names-Corpus) 克隆到本地:
 ```bash
@ -169,26 +193,26 @@ pinyin-index build \

 **效果**: jieba 加载词典后单字词占比从 27.04% → 26.19% (降 0.85%), 超越 HanLP (26.55%). 词典修复了 "张志恒" (张|志|恒→张志恒)、"蔡畅" (蔡|畅→蔡畅) 等历史人名拆分问题.

-### 3.3 步骤 2: preprocess-model (带混淆)
+### 3.3 步骤 2: preprocess-model (生成带 Part4 的 .npz)

 **输入**: 文本语料 + `pinyin_index.msgpack`
 **输出**: .npz 分片（含 part4_ids 字段）

 ```
 流程:
-1. 加载 pinyin_index
+1. 加载 pinyin_index (模拟的用户词库)
 2. PinyinInputDataset 生成基础样本（含 target_word, word_pinyin）
 3. 对每个样本:
   a. 查询 word_freq[target_word]
-   b. 若 freq ≤ confusion_max_freq (默认 100) → 低频词, 触发混淆:
+   b. 若 freq ≤ confusion_max_freq (默认 100) → 低频词, 需要 Part4 训练:
      - 查 word_to_pinyin[target_word] → pinyin
-      - 查 pinyin_to_words[pinyin] → 同音词集合
-      - 查 similar_pinyin[pinyin] → 近音词集合
-      - 汇总所有候选词
-      - 随机抽 0~4 个 (60% 概率有候选, 40% 空)
-      - 50% 概率移除 target_word (防止模型走捷径)
+      - 查 pinyin_to_words[pinyin] → 同音多字词集合
+      - 查 similar_pinyin[pinyin] → 近音多字词集合
+      - 汇总所有候选多字词
+      - 随机抽 1~4 个 (60% 概率有候选, 40% 空)
+      - 50% 概率移除 target_word (防止模型走捷径直接挑中)
      - _build_part4_ids(candidates) → part4_ids tensor
-   c. 若 freq > confusion_max_freq → 高频词, part4_ids 为空
+   c. 若 freq > confusion_max_freq → 高频词, 不需要 Part4, part4_ids 为空
 4. 写入 .npz 分片 (FIELDS + part4_ids)
 ```

--- a/README.md
+++ b/README.md
@ -8,10 +8,11 @@
 `输入编码` → `Transformer 上下文编码` → `槽位记忆嵌入` → `交叉注意力融合` → `门控+专家混合 (MoE)` → `分类预测` → `束搜索解码`

 ### 2.1 输入层设计
-模型接收三类输入，分别处理以保持语义清晰：
+模型接收四类输入，分别处理以保持语义清晰：
 1.  **当前文本上下文**：包含光标前文本（Prefix）和光标后文本（Suffix）。
 2.  **拼音序列**：与当前文本对应的拼音信息，作为增强特征融入文本编码。
-3.  **历史槽位序列**：最近 N 个历史输入词汇，作为结构化记忆输入。
+3.  **历史槽位序列**：当前拼音组内已确认的字（逐字累积，新拼音组从空开始）。
+4.  **候选词提示 (Part4)**：用户个人词库中与当前拼音匹配的多字词列表，通过 Decoder 的 CrossAttention 辅助预测。

 ### 2.2 模块详解

@ -31,10 +32,13 @@
 *   **输出**：槽位序列 $S$，形状为 `[batch, Num_Slots, 512]`。

 #### C. 交叉注意力融合 (Cross-Attention Fusion)
-这是模型的核心创新点，用于动态关联"历史记忆"与"当前语境"。
+这是模型的核心创新点，用于动态关联"历史记忆"、"当前语境"和"用户候选词"三路信息。
 *   **Query (Q)**：当前步的槽位序列 $S$（经过位置编码后）。
-*   **Key/Value (K/V)**：Transformer 编码器输出的上下文表示 $H$ [1]。
-*   **机制**：让历史槽位主动关注当前文本语境，捕捉如"在'班级第一名'语境下，'王次香'比'王慈祥'更相关"的逻辑。
+*   **Key/Value (K/V)** — 三路独立投影：
+    - 上下文编码 H（文本注意力）
+    - 拼音编码 P（拼音注意力）
+    - 候选词编码 Part4_E（用户词库注意力，新增）
+*   **机制**：让历史槽位同时关注当前语境、拼音和用户词库候选词。Part4 提供用户个人词库中的多字词，帮助模型在遇到训练数据未覆盖的词汇时也能准确预测。
 *   **输出**：融合后的特征序列，形状为 `[batch, Num_Slots, 512]`。

 #### D. 门控与专家混合 (Gating + MoE)
@ -838,37 +842,41 @@ train-model export \
 - 支持在不同推理引擎上部署
 - 提供优化后的推理模型

-## 8. 混淆样本生成 (Pinyin Index & Confusion Sample Generation)
+## 8. 候选词提示与 Part4 训练

-### 8.1 设计动机
+### 8.1 什么是 Part4

-原始训练中 `part4` 随机从文本分词结果中选取，训练时位于 Encoder 输入层，推理时不包含 `part4`，存在训练/推理分布不一致的问题。
-
-本方案核心改动：
- **part4 从 Encoder 移除**：Encoder 只处理光标前后文本，输出纯上下文编码 H
- **part4 进入 Decoder**：通过独立的 CrossAttention 第三路（`k_part4_proj` / `v_part4_proj`）引入候选词信息
- **序列长度从 128 缩减至 88**
- **拼音相似词混淆**替代随机词：用同音/近音词作为 part4，增强模型区分同音字的能力
+Part4 是用户的**个人词库**。训练时通过 pinyin_index 模拟，推理时来自用户真实积累。

 ```
-Encoder (max_seq_len=88):
-  input_ids → TransformerEncoder → H, P
-
-Decoder:
-  H, P, history_slot_ids, part4_ids → CrossAttention(三路) → MoE → logits
-       text_attn + pinyin_attn + part4_attn
+推理时:
+  用户拼音 → 输入法引擎查用户词库 → 同音/近音多字词 = Part4
+  → Encoder 编码上下文 (一次)
+  → Decoder 通过 CrossAttention 参考 Part4 逐字预测 (多次)
+  → 候选词 → 用户选择/纠正 → 纠正后的词进入个人词库
 ```

-### 8.2 混淆数据构建流程 (新流水线)
+| 阶段 | Part4 来源 | 作用 |
+|------|-----------|------|
+| **训练时** | pinyin_index 模拟的用户词库 | 教会模型"当外部有候选词时如何参考它们" |
+| **推理时** | 用户实际个人词库 | 让模型能预测训练数据未覆盖的词汇 |

-新方案移除对 GPU 的依赖，全部在 CPU 上完成：
+**为什么必须是多字词:** 单字词是模型的输出空间本身（伟/为/位/未…），不做 Part4。多字词（张伟/章伟/伟大/雄伟）才提供上下文帮助模型消除歧义。
+
+**为什么从 Encoder 移到 Decoder:** Part4 在推理时每一步都可能变化（用户词库随输入重新匹配），放 Encoder 会导致每一步重跑编码器 (O(L²))。放 Decoder 后 Encoder 只跑一次，Decoder 轻量多次调用。
+
+**为什么只对低频词训练 Part4:** 高频词模型已从海量训练中学会，Part4 不会带来额外收益。Part4 真正有用的场景是低频词——训练数据稀缺、用户词库独有的词。
+
+### 8.2 Part4 数据构建流程
+
+全部在 CPU 上完成：

 ```
 ┌────────────────────┐     ┌──────────────────────┐     ┌──────────────────────┐
 │ pinyin-index build │     │ preprocess-model     │     │ train-model train    │
 │                    │     │                      │     │                      │
 │ 142W姓名词典注入   │ →   │ 加载 pinyin_index    │ →   │ 加载 .npz (含        │
-│ jieba + 语料分词   │     │ 低频词生成混淆 part4 │     │ part4_ids)            │
+│ jieba + 语料分词   │     │ 低频词生成 Part4     │     │ part4_ids)            │
 │ + 随机连接 +       │     │ 保存为 .npz 分片     │     │ 从头训练 / 微调      │
 │ Levenshtein相似度  │     │                      │     │                      │
 └────────────────────┘     └──────────────────────┘     └──────────────────────┘
@ -876,7 +884,7 @@ Decoder:

 #### 步骤 1: 构建拼音索引 (pinyin-index)

-从文本语料构建拼音→词映射，无需模型推理。
+从文本语料构建拼音→多字词映射，无需模型推理。

 **词典准备 (前置)**：将 [Chinese-Names-Corpus](https://github.com/wainshine/Chinese-Names-Corpus) 克隆至本地：

@ -895,17 +903,17 @@ pinyin-index build \
 ```

 核心策略：
-1. **142W 外挂词典**：从 `Chinese-Names-Corpus` 加载 142 万人名 + 5W 成语 + 424 内嵌地名，注入 jieba，大幅减少人名/地名拆分（单字词占比从 27.04% 降至 26.19%，超越 HanLP 的 26.55%）
+1. **142W 外挂词典**：从 `Chinese-Names-Corpus` 加载 142 万人名 + 5W 成语 + 424 内嵌地名，注入 jieba，大幅减少人名/地名拆分
 2. **随机连接补位**：词典之外，连续 2~4 个单字词以 50% 概率随机合并，补充罕见多字词
 3. **拼音相似度**：按拼音长度分桶，Levenshtein 编辑距离计算 top-5 相似拼音

 产出 `pinyin_index.msgpack`，包含：
- `pinyin_to_words`: 拼音 → 词集合
+- `pinyin_to_words`: 拼音 → 多字词集合（仅多字词，单字词已过滤）
 - `similar_pinyin`: 拼音 → 相似拼音列表
 - `word_to_pinyin`: 词 → 拼音
- `word_freq`: 词 → 频率
+- `word_freq`: 词 → 频率（含单字词，用于频率判断）

-#### 步骤 2: 生成带混淆的 .npz 样本
+#### 步骤 2: 生成带 Part4 的 .npz 样本

 ```bash
 preprocess-model \
@ -919,7 +927,7 @@ preprocess-model \
  --max-seq-length 88
 ```

-`--confusion-max-freq` 控制混淆频率阈值：只有词频 ≤100 的低频词才生成混淆 part4，高频词不提供 part4（因为模型已从海量样本中学会）。
+`--confusion-max-freq` 控制频率阈值：只有词频 ≤100 的低频词才生成 Part4，高频词 Part4 为空。

 #### 步骤 3: 训练

@ -944,15 +952,16 @@ train-model train \
  --num-epochs 5
 ```

-### 8.3 混淆生成策略
+### 8.3 Part4 生成策略

 | 参数 | 默认值 | 说明 |
 |------|--------|------|
-| 混淆比例 | 60% | 低频词样本中提供混淆 part4 的概率 |
-| 空比例 | 40% | 低频词样本中 part4 为空的概率 |
+| Part4 比例 | 60% | 低频词样本中提供 Part4 的概率 |
+| 空比例 | 40% | 低频词样本中 Part4 为空的概率 |
 | 目标剔除 | 50% | 若目标词在候选列表，一半概率移除，防止模型走捷径 |
-| 最大候选数 | 5 | part4 最多 5 个候选词 |
-| 频率阈值 | 100 | 词频 ≤100 才触发混淆，高频词跳过 |
+| 最大候选数 | 5 | Part4 最多 5 个候选词 |
+| 频率阈值 | 100 | 词频 ≤100 才生成 Part4，高频词跳过 |
+| 候选词类型 | 仅多字词 | 单字词是模型输出空间本身，不作为 Part4 |

 ### 8.4 编码器冻结 (--freeze-encoder)

@ -963,8 +972,8 @@ train-model train \
 | 命令 | 用途 |
 |------|------|
 | `train-model train` | 从头训练 / 微调 |
-| `pinyin-index build` | 构建拼音索引（词→拼音→相似拼音） |
-| `preprocess-model` | 生成 .npz 分片（支持 `--pinyin-index` 生成混淆 part4） |
+| `pinyin-index build` | 构建拼音索引（训练时模拟用户词库） |
+| `preprocess-model` | 生成 .npz 分片（支持 `--pinyin-index` 生成 Part4） |
 | `train-model export` | 导出 ONNX（含 part4_ids 输入） |

 ### 8.6 文件清单
--- a/docs/CONFUSION_PIPELINE.md
+++ b/docs/CONFUSION_PIPELINE.md
@ -1,10 +1,27 @@
-# 混淆样本生成流水线 (Confusion Sample Generation)
+# Part4 候选词训练数据流水线

-## 概述
+## Part4 是什么

-本流水线用于生成带混淆候选词（part4）的训练样本，全部在 CPU 上完成，无需 GPU。
+Part4 是用户的**个人词库**。训练时通过 pinyin_index 模拟，推理时来自用户真实积累。

-核心思路：用拼音相似词作为 part4 候选，帮助模型学会区分同音/近音字。
+```
+推理流程:
+  用户拼音 → 输入法引擎查用户词库 → 同音/近音多字词 = Part4
+  → Encoder 编码上下文 (一次)
+  → Decoder 通过 CrossAttention 参考 Part4 逐字预测 (多次)
+  → 用户选择/纠正 → 纠正后的词进入个人词库
+```
+
+| 阶段 | Part4 来源 | 作用 |
+|------|-----------|------|
+| **训练时** | pinyin_index 模拟的用户词库 | 教会模型"当外部有候选词时如何参考它们" |
+| **推理时** | 用户实际个人词库 | 让模型能预测训练数据未覆盖的词汇 |
+
+**为什么必须是多字词**: 单字词是模型的输出空间本身（伟/为/位/未…），放入 Part4 不提供新信息。多字词（张伟/章伟/伟大/雄伟）才提供上下文帮助模型消除歧义。
+
+**为什么从 Encoder 移到 Decoder**: Part4 在推理时每步都可能变化，放 Encoder 会导致每步重跑。放 Decoder 后 Encoder 只跑一次。
+
+**为什么只对低频词训练**: 高频词模型已学会，Part4 无额外收益。真正需要 Part4 的是训练数据稀缺的低频词。

 ## 三步流程

@ -16,12 +33,10 @@ Step 3 (GPU): .npz 分片 → train-model → 模型

 ---

-## Step 1: 构建拼音索引
+## Step 1: 构建拼音索引 (模拟用户词库)

 ### 前置准备

-将 [Chinese-Names-Corpus](https://github.com/wainshine/Chinese-Names-Corpus) 克隆至本地：
-
 ```bash
 git clone https://github.com/wainshine/Chinese-Names-Corpus.git ~/DataSet/Chinese-Names-Corpus
 ```
@ -33,7 +48,8 @@ pinyin-index build \
  --corpus "path/to/hf_dataset" \
  --name-corpus ~/DataSet/Chinese-Names-Corpus \
  --output ./banks/pinyin_index.msgpack \
-  --max-samples 10000000
+  --max-samples 10000000 \
+  --num-workers 16
 ```

 ### 参数说明
@ -41,9 +57,10 @@ pinyin-index build \
 | 参数 | 默认值 | 说明 |
 |------|--------|------|
 | `--corpus` | (必需) | HuggingFace 格式语料路径 |
-| `--name-corpus` | None | Chinese-Names-Corpus 仓库路径。不提供则仅用内嵌 424 地名 |
+| `--name-corpus` | None | Chinese-Names-Corpus 仓库路径 |
 | `--output` | `./banks/pinyin_index.msgpack` | 输出路径 |
 | `--max-samples` | 10,000,000 | 最大处理文本数 |
+| `--num-workers` | 0(自动) | 拼音相似度并行 worker 数 |
 | `--top-k-similar` | 5 | 每个拼音保留的相似拼音数 |
 | `--min-similarity` | 0.4 | Levenshtein 最小相似度阈值 |
 | `--merge-prob` | 0.5 | 连续单字词随机合并概率 |
@ -59,25 +76,25 @@ pinyin-index build \
 | ChengYu_Corpus (5W) | 50,372 | 成语 |
 | 内嵌地名 | 424 | 省级/地级/省会/主要城市/大学 |

-**效果**: jieba 加载词典后，单字词占比从 27.04% 降至 26.19%（降 0.85%），超越 HanLP（26.55%）。实际修复了 "张志恒"、"蔡畅" 等历史人名拆分问题。
-
 ### 输出格式

 `pinyin_index.msgpack` 包含四个核心 dict：

 ```python
 {
-    "pinyin_to_words": {"zhangwei": ["张伟", "章伟", ...]},  # pinyin → words
-    "similar_pinyin":  {"zhangwei": ["zangwei", ...]},        # pinyin → similar pinyins
+    "pinyin_to_words": {"zhangwei": ["张伟", "章伟", ...]},  # pinyin → 多字词 (单字词已过滤)
+    "similar_pinyin":  {"zhangwei": ["zangwei", ...]},        # pinyin → similar pinyins (top-5)
    "word_to_pinyin":  {"张伟": "zhangwei"},                   # word → pinyin
-    "word_freq":       {"张伟": 15, "中国": 50000},            # word → frequency
+    "word_freq":       {"张伟": 15, "中国": 50000},            # word → frequency (含单字词)
    "meta": {"num_words": ..., "num_pinyins": ...}
 }
 ```

+**注意**: `pinyin_to_words` 仅包含多字词（len ≥ 2 或非中文字符）。单字词是模型输出空间本身，不作为 Part4 候选。`word_freq` 仍包含单字词，用于频率判断。
+
 ---

-## Step 2: 生成带混淆的 .npz 样本
+## Step 2: 生成带 Part4 的 .npz 样本

 ```bash
 preprocess-model \
@ -91,17 +108,15 @@ preprocess-model \
  --max-seq-length 88
 ```

-### 混淆生成逻辑
-
-对每个训练样本：
+### Part4 生成逻辑

 ```
 target_word → 查 word_freq
-  ├─ freq ≤ confusion_max_freq → 低频词 → 触发混淆:
+  ├─ freq ≤ confusion_max_freq → 低频词 → 需要 Part4 训练:
  │    1. 查 word_to_pinyin[target_word] → pinyin
-  │    2. 查 pinyin_to_words[pinyin] → 同音词集
-  │    3. 查 similar_pinyin[pinyin] → 近音词集
-  │    4. 汇总所有候选, 随机抽 1-4 个 (60% 概率)
+  │    2. 查 pinyin_to_words[pinyin] → 同音多字词
+  │    3. 查 similar_pinyin[pinyin] → 近音多字词
+  │    4. 汇总候选, 随机抽 1-4 个 (60% 概率)
  │    5. 50% 概率移除 target_word (防捷径)
  │    6. 构建 part4_ids → 写入 .npz
  │
@ -112,8 +127,8 @@ target_word → 查 word_freq

 | 参数 | 默认值 | 说明 |
 |------|--------|------|
-| `--pinyin-index` | None | pinyin_index.msgpack 路径，不提供则不生成混淆 |
-| `--confusion-max-freq` | 100 | 词频阈值，≤ N 才触发混淆 |
+| `--pinyin-index` | None | pinyin_index.msgpack 路径，不提供则不生成 Part4 |
+| `--confusion-max-freq` | 100 | 词频阈值，≤ N 才生成 Part4 |
 | `--max-seq-length` | 88 | 序列长度 |

 ---
@ -151,9 +166,7 @@ train-model train \

 ### 添加新词典源

-如果要添加更多专业术语词典（如法律、医学、IT），只需在文本文件中每行一个词，然后用 `jieba.add_word()` 加载即可。
-
-也可以修改 `src/model/confusion/pinyin_index.py` 中的 `load_name_dict()` 函数添加新的词典文件。
+修改 `src/model/confusion/pinyin_index.py` 中的 `load_name_dict()` 函数添加新的词典文件。

 参考资源:
 - [Chinese-Tripitaka/Chinese-medical-dictionary](https://github.com/Chinese-Tripitaka/Chinese-medical-dictionary) — 医学
--- a/scripts/supplement_missing_labels.py
+++ b/scripts/supplement_missing_labels.py
@ -0,0 +1,184 @@
+#!/usr/bin/env python3
+"""
+补充缺失标签样本:
+  1. 扫描现有 .npz 标签分布，找到频率为 0 的标签 (存在于 QueryEngine 但 0 样本)
+  2. 用 PinyinInputDataset + target_labels 过滤，从 CCI-Data 搜索
+  3. 生成样本追加到现有 .npz 分片
+
+用法:
+  uv run python scripts/supplement_missing_labels.py \
+    --data-dir tests/test-sample \
+    --corpus-path /home/songsenand/Data/corpus/CCI-Data/ \
+    --max-chars 128000000000
+"""
+
+import argparse, json, os, sys
+from collections import Counter
+from pathlib import Path
+
+import numpy as np
+from loguru import logger
+from tqdm import tqdm
+
+# 将项目根加入 path，确保 import 能工作
+sys.path.insert(0, str(Path(__file__).resolve().parent.parent / "src"))
+
+from model.query import QueryEngine
+from model.dataset import PinyinInputDataset
+
+
+def find_missing_labels(data_dir: str, qe: QueryEngine) -> list:
+    """扫描 .npz 标签分布，找到 QueryEngine 中存在但频率为 0 的 label ID"""
+    meta = json.load(open(f"{data_dir}/train/metadata.json"))
+    label_counts = Counter()
+
+    for shard_idx in tqdm(range(meta["num_shards"]), desc="Scanning labels"):
+        shard = np.load(f"{data_dir}/train/shard_{shard_idx:06d}.npz")
+        labels = shard["labels"]
+        label_counts.update(int(x) for x in labels.tolist())
+        shard.close()
+
+    all_ids = set(qe._id_to_info.keys())
+    existing = set(label_counts.keys())
+    missing_ids = sorted(all_ids - existing - {0})
+
+    missing_pairs = []
+    for lid in missing_ids:
+        info = qe.query_by_id(lid)
+        if info:
+            missing_pairs.append((lid, info.char, info.pinyin, label_counts.get(lid, 0)))
+
+    logger.info(
+        f"Existing labels: {len(existing):,}, "
+        f"Missing: {len(missing_pairs)} (total in QueryEngine: {len(all_ids):,})"
+    )
+    for lid, char, py, cnt in missing_pairs:
+        logger.info(f"  ID={lid}: '{char}' + '{py}' (freq={cnt})")
+
+    return missing_pairs
+
+
+def main():
+    parser = argparse.ArgumentParser(description="补充缺失标签样本")
+    parser.add_argument("--data-dir", required=True, help="预处理 .npz 数据目录 (含 train/)")
+    parser.add_argument("--corpus-path", required=True, help="CCI-Data 文本语料路径")
+    parser.add_argument("--max-chars", type=int, default=128_000_000_000,
+                        help="最大搜索字符数 (默认 1280 亿)")
+    parser.add_argument("--min-samples-per-label", type=int, default=100,
+                        help="每个缺失标签最少生成样本数")
+    args = parser.parse_args()
+
+    data_dir = Path(args.data_dir)
+    train_dir = data_dir / "train"
+
+    # 1. 加载 QueryEngine
+    qe = QueryEngine()
+    qe.load()
+    logger.info(f"QueryEngine loaded: {len(qe._id_to_info):,} pairs")
+
+    # 2. 找到缺失标签
+    missing = find_missing_labels(str(data_dir), qe)
+    if not missing:
+        logger.info("No missing labels found!")
+        return
+
+    missing_ids = {lid for lid, _, _, _ in missing}
+    logger.info(f"Starting search for {len(missing_ids)} missing labels...")
+
+    # 3. 用 PinyinInputDataset + target_labels 搜索
+    #    设置较高的 low_freq_repeat 确保低频标签不被 adjust_frequency 丢弃
+    #    max_iter_length 控制最多扫多少条文本
+    estimated_texts = args.max_chars // 2000  # 假设每文本平均 2000 字
+    dataset = PinyinInputDataset(
+        data_path=args.corpus_path,
+        max_workers=-1,
+        max_iter_length=estimated_texts,
+        max_seq_length=88,
+        text_field="text",
+        target_labels=missing_ids,
+        low_freq_repeat=500.0,   # 极高重复率，确保低频标签不被丢弃
+        high_freq_repeat=0.01,
+        shuffle_buffer_size=10000,
+    )
+
+    collected = {lid: [] for lid in missing_ids}
+    target_per_label = args.min_samples_per_label
+    all_done = False
+
+    logger.info(f"Streaming corpus (max {estimated_texts:,} texts)...")
+    for sample in tqdm(dataset, desc="Searching", unit="samples"):
+        label = int(sample["label"].item())
+        if label in collected and len(collected[label]) < target_per_label:
+            collected[label].append(sample)
+
+        # 检查是否全部达标
+        if all(len(v) >= target_per_label for v in collected.values()):
+            all_done = True
+            break
+
+    # 4. 统计结果
+    found = {lid: len(samples) for lid, samples in collected.items()}
+    logger.info("Collection results:")
+    for lid, char, py, _ in missing:
+        n = found[lid]
+        status = "✓" if n >= target_per_label else f"✗ ({n}/{target_per_label})"
+        logger.info(f"  ID={lid} '{char}'+'{py}': {n} samples {status}")
+
+    # 5. 追加到现有 .npz
+    new_total = sum(len(v) for v in collected.values())
+    if new_total == 0:
+        logger.warning("No new samples collected!")
+        return
+
+    logger.info(f"Appending {new_total} new samples to {train_dir}...")
+
+    meta = json.load(open(train_dir / "metadata.json"))
+    fields = meta["fields"]
+    new_samples = {f: [] for f in fields}
+
+    for lid, samples in collected.items():
+        for s in samples:
+            for f in fields:
+                tensor = s[f]
+                arr = tensor.numpy() if hasattr(tensor, 'numpy') else np.array(tensor)
+                if f == "labels" and arr.ndim > 1:
+                    arr = arr.squeeze()
+                new_samples[f].append(arr)
+
+    # 合并到新的 shard
+    merged = {}
+    for f in fields:
+        merged[f] = np.stack(new_samples[f], axis=0).astype(np.int16)
+
+    # 找到最后一个分片，尝试追加；如果分片太大则写新分片
+    num_shards = meta["num_shards"]
+    last_shard_path = train_dir / f"shard_{num_shards - 1:06d}.npz"
+    last_shard = np.load(last_shard_path)
+    last_size = last_shard[list(last_shard.keys())[0]].shape[0]
+    shard_limit = meta.get("shard_size", 1_000_000)
+
+    if last_size + new_total <= shard_limit:
+        # 追加到最后一个分片
+        logger.info(f"  Appending to shard {num_shards-1}: {last_size} + {new_total} = {last_size + new_total}")
+        combined = {}
+        for f in fields:
+            combined[f] = np.concatenate([last_shard[f], merged[f]], axis=0)
+        np.savez_compressed(last_shard_path, **combined)
+        meta["shard_sizes"][-1] = last_size + new_total
+    else:
+        # 写入新分片
+        new_shard_path = train_dir / f"shard_{num_shards:06d}.npz"
+        logger.info(f"  Writing new shard {num_shards}: {new_total} samples")
+        np.savez_compressed(new_shard_path, **merged)
+        meta["shard_sizes"].append(new_total)
+        meta["num_shards"] = num_shards + 1
+
+    meta["num_samples"] = meta["num_samples"] + new_total
+    with open(train_dir / "metadata.json", "w", encoding="utf-8") as f:
+        json.dump(meta, f, indent=2, ensure_ascii=False)
+
+    logger.info(f"Done. Dataset now: {meta['num_samples']:,} samples, {meta['num_shards']} shards")
+
+
+if __name__ == "__main__":
+    main()
--- a/src/model/components.py
+++ b/src/model/components.py
@ -263,7 +263,7 @@ class CrossAttentionFusion(nn.Module):
            pinyin_P: [batch, pinyin_len, dim] 拼音序列编码
            context_mask: [batch, ctx_len] 文本 padding mask (True for padding)
            pinyin_mask: [batch, pinyin_len] 拼音 padding mask (True for padding)
-            part4_E: [batch, num_part4, dim] 候选词编码 (optional)
+            part4_E: [batch, num_part4, dim] 用户词库候选词编码 (optional, 仅多字词)
            part4_mask: [batch, num_part4] 候选词 padding mask (True for padding)
        Returns:
            fused: [batch, num_slots, dim]
--- a/src/model/confusion/cli.py
+++ b/src/model/confusion/cli.py
@ -13,18 +13,18 @@ def build_index(
    output: str = typer.Option("./banks/pinyin_index.msgpack", "--output", "-o", help="输出路径"),
    name_corpus: str = typer.Option(None, "--name-corpus", help="Chinese-Names-Corpus 仓库路径"),
    max_samples: int = typer.Option(10_000_000, "--max-samples", help="最大处理文本数"),
-    max_seq_length: int = typer.Option(88, "--max-seq-length", help="最大序列长度"),
    top_k_similar: int = typer.Option(5, "--top-k-similar", help="每个拼音保留的相似拼音数"),
    min_similarity: float = typer.Option(0.4, "--min-similarity", help="最小相似度阈值"),
    merge_prob: float = typer.Option(0.5, "--merge-prob", help="相邻单字词随机合并概率"),
    min_word_freq: int = typer.Option(2, "--min-word-freq", help="最小词频过滤阈值"),
+    num_workers: int = typer.Option(0, "--num-workers", "-w", help="拼音相似度计算并行 worker 数 (0=自动)"),
 ):
    builder = PinyinIndexBuilder(
-        max_seq_length=max_seq_length,
        top_k_similar=top_k_similar,
        min_similarity=min_similarity,
        merge_prob=merge_prob,
        min_word_freq=min_word_freq,
+        num_workers=num_workers,
    )
    result = builder.build(
        corpus_path=corpus,
--- a/src/model/confusion/pinyin_index.py
+++ b/src/model/confusion/pinyin_index.py
@ -1,18 +1,24 @@
-"""拼音索引构建器 — 替代原 build-bank + build-confusion 流水线。
+"""拼音索引构建器 — Part4 训练数据的预处理步骤 (替代原 build-bank + build-confusion).

-词典来源:
-  1. Chinese-Names-Corpus (142W 人名 + 5W 成语)
-  2. 内嵌地名库 (省级/地级/省会/主要城市, ~600 条)
-  3. 随机连接补位 (连续单字词合并)
+Part4 = 用户的个人词库。训练时通过 pinyin_index 模拟，推理时来自用户真实积累。
+pinyin_index 仅在训练时存在，不参与推理。
+
+策略:
+  1. 加载 142W 姓名+地名+成语词典注入 jieba，减少人名拆分
+  2. 遍历语料，jieba 分词 → 收集 (词, 拼音, 频率)
+  3. 连续 2~4 个单字中文词随机合并 → 补充罕见多字词
+  4. 计算拼音相似度 → 仅对多字词构建 pinyin_to_words
+  5. 训练样本生成时: 低频词从 pinyin_to_words 抽取候选词作为 Part4

 用法:
  pinyin-index build \
    --corpus "path/to/hf_dataset" \
-    --name-corpus /home/songsenand/DataSet/Chinese-Names-Corpus \
+    --name-corpus ~/DataSet/Chinese-Names-Corpus \
    --output ./banks/pinyin_index.msgpack \
    --max-samples 10000000
 """

+import multiprocessing as mp
 import random
 from collections import defaultdict
 from pathlib import Path
@ -181,22 +187,44 @@ def _pinyin_similarity(a: str, b: str) -> float:
    return 1.0 - d / max(len(a), len(b))


+# ── 多进程拼音相似 worker ────────────────────────────────────────────
+
+def _compute_bucket_similarity(args: Tuple[int, List[str], List[str], int, float]) -> Dict[str, List[str]]:
+    """模块级函数 (for pickle): 计算一个长度桶内所有拼音的相似拼音。
+    
+    参数已预计算，worker 只接收拼音字符串列表，避免序列化大 dict。
+    """
+    bucket_pinyins, candidate_pinyins, top_k, min_sim = args
+    result = {}
+    for py in bucket_pinyins:
+        sims = []
+        for cand_py in candidate_pinyins:
+            if cand_py == py:
+                continue
+            sim = _pinyin_similarity(py, cand_py)
+            if sim >= min_sim:
+                sims.append((cand_py, sim))
+        sims.sort(key=lambda x: x[1], reverse=True)
+        result[py] = [s[0] for s in sims[:top_k]]
+    return result
+
+
 # ── PinyinIndexBuilder ─────────────────────────────────────────────────

 class PinyinIndexBuilder:
    def __init__(
        self,
-        max_seq_length: int = 88,
        top_k_similar: int = 5,
        min_similarity: float = 0.4,
        merge_prob: float = 0.5,
        min_word_freq: int = 2,
+        num_workers: int = 0,
    ):
-        self.max_seq_length = max_seq_length
        self.top_k_similar = top_k_similar
        self.min_similarity = min_similarity
        self.merge_prob = merge_prob
        self.min_word_freq = min_word_freq
+        self.num_workers = num_workers if num_workers > 0 else max(1, (mp.cpu_count() or 1) - 1)

    def build(
        self,
@ -215,7 +243,7 @@ class PinyinIndexBuilder:
            jieba.add_word(name)
        logger.info(f"Loaded {len(names):,} entries into jieba user dict")

-        # 流式读取语料
+        # 流式读取语料 (单线程 — I/O 密集，多进程会导致磁盘争抢)
        dataset = load_dataset(corpus_path, split="train", streaming=True)
        word_freq: Dict[str, int] = defaultdict(int)
        word_pinyin_map: Dict[str, str] = {}
@ -277,8 +305,11 @@ class PinyinIndexBuilder:
            f"(min_freq={self.min_word_freq}), merge_added={merge_added:,}"
        )

+        # 构建 pinyin → 多字词映射 (单字词是模型输出空间本身, 不作为 Part4 候选)
        pinyin_to_words: Dict[str, List[str]] = defaultdict(list)
        for w in words_to_keep:
+            if len(w) == 1 and _is_chinese(w):
+                continue
            py = word_pinyin_map[w]
            pinyin_to_words[py].append(w)

@ -292,22 +323,38 @@ class PinyinIndexBuilder:
        similar_pinyin: Dict[str, List[str]] = {}
        bucket_keys = sorted(buckets.keys())

-        for k in tqdm(bucket_keys, desc="Pinyin similarity", unit="buckets"):
-            current = buckets[k]
-            candidate_keys = [k2 for k2 in bucket_keys if abs(k2 - k) <= 1]
-            candidates = []
-            for ck in candidate_keys:
-                candidates.extend(buckets[ck])
-            for py, _ in current:
-                sims = []
-                for cand_py, _ in candidates:
-                    if cand_py == py:
-                        continue
-                    sim = _pinyin_similarity(py, cand_py)
-                    if sim >= self.min_similarity:
-                        sims.append((cand_py, sim))
-                sims.sort(key=lambda x: x[1], reverse=True)
-                similar_pinyin[py] = [s[0] for s in sims[:self.top_k_similar]]
+        # 预计算每个桶的候选拼音列表 (主进程, O(N), 避免 pickle 大 dict)
+        bucket_pinyins_list: Dict[int, List[str]] = {
+            k: [py for py, _ in buckets[k]] for k in bucket_keys
+        }
+        candidate_pinyins_cache: Dict[int, List[str]] = {}
+        for k in bucket_keys:
+            cand_keys = [k2 for k2 in bucket_keys if abs(k2 - k) <= 1]
+            cand = []
+            for ck in cand_keys:
+                cand.extend(bucket_pinyins_list[ck])
+            candidate_pinyins_cache[k] = cand
+
+        tasks = [
+            (bucket_pinyins_list[k], candidate_pinyins_cache[k], self.top_k_similar, self.min_similarity)
+            for k in bucket_keys
+        ]
+
+        n_workers = min(self.num_workers, len(tasks))
+        if n_workers > 1 and len(tasks) > 1:
+            logger.info(f"Using {n_workers} workers for pinyin similarity ({len(tasks)} buckets)")
+            with mp.Pool(n_workers) as pool:
+                for result in tqdm(
+                    pool.imap_unordered(_compute_bucket_similarity, tasks),
+                    total=len(tasks),
+                    desc="Pinyin similarity",
+                    unit="buckets",
+                ):
+                    similar_pinyin.update(result)
+        else:
+            for task in tqdm(tasks, desc="Pinyin similarity", unit="buckets"):
+                result = _compute_bucket_similarity(task)
+                similar_pinyin.update(result)

        output = {
            "pinyin_to_words": {k: v for k, v in pinyin_to_words.items()},
--- a/src/model/dataset.py
+++ b/src/model/dataset.py
@ -5,6 +5,7 @@ warnings.filterwarnings("ignore", message=".*pkg_resources.*")
 import jieba
 import math
 import random
+import re
 from importlib.resources import files
 from pathlib import Path
 from typing import Dict, List, Optional, Set, Tuple
@ -146,6 +147,17 @@ class PinyinInputDataset(IterableDataset):
            self.alpha = 0.0
            self.C = 1.0

+        # 日期增强: 预编译日期/时间正则，确保 "数字+年月日时点分秒" 模式的训练样本不被削峰填谷丢弃
+        self._date_patterns = [
+            (re.compile(r"(\d{1,4})年"), 1),
+            (re.compile(r"(\d{1,2})月"), 1),
+            (re.compile(r"(\d{1,2})日"), 1),
+            (re.compile(r"(\d{1,2})时"), 1),
+            (re.compile(r"(\d{1,2})分"), 1),
+            (re.compile(r"(\d{1,2})秒"), 1),
+            (re.compile(r"(\d{1,2})点"), 1),
+        ]
+
    def adjust_frequency(self, freq: int) -> int:
        """削峰填谷 - 根据频率调整采样次数，0表示丢弃
        使用幂律平滑方案：E(freq) = C × freq^(-α)
@ -166,6 +178,16 @@ class PinyinInputDataset(IterableDataset):
            # 伯努利采样：以概率expected返回1，否则返回0
            return 1 if random.random() < expected else 0

+    def _find_date_positions(self, text: str) -> Set[int]:
+        """找到文本中日期/时间单位的字符位置（紧跟在数字后的年/月/日/时/分/秒/点）。
+        返回这些位置的集合，用于在削峰填谷时强制保留训练样本。
+        """
+        date_positions: Set[int] = set()
+        for pattern, digit_group in self._date_patterns:
+            for match in pattern.finditer(text):
+                date_positions.add(match.start() + len(match.group(digit_group)))
+        return date_positions
+
    # 生成对应文本的拼音
    def generate_pinyin(self, text: str) -> List[str]:
        """
@ -285,20 +307,27 @@ class PinyinInputDataset(IterableDataset):
        if random.random() > 0.7:
            part3 = text[word_end : word_end + random.randint(1, 16)]

+        # Part4: 模拟用户个人词库的候选词
+        # - 训练时: pinyin_index 模拟一个假想用户词库, 仅对低频词生成 Part4
+        # - 推理时: 用户实际个人词库提供 Part4, pinyin_index 不参与
+        # - 显式排除单字词 (防御: 即使 pinyin_index 包含也不使用)
+        # - 60% 概率有候选, 40% 空; 50% 概率移除 target_word 防捷径
        part4 = ""
        if self.pinyin_index is not None and target_word and word_pinyin:
            freq = self.pinyin_index.get("word_freq", {}).get(target_word, 0)
            if freq <= self.confusion_max_freq:
                if random.random() < self.part4_ratio:
                    candidates = []
-                    seen = {target_word}
+                    seen = set()
                    pinyin_to_words = self.pinyin_index.get("pinyin_to_words", {})
                    similar_pinyin = self.pinyin_index.get("similar_pinyin", {})
                    for py in similar_pinyin.get(word_pinyin, [word_pinyin]):
                        for w in pinyin_to_words.get(py, []):
                            if w not in seen:
-                                candidates.append(w)
                                seen.add(w)
+                                if len(w) == 1 and "\u4e00" <= w <= "\u9fff":
+                                    continue
+                                candidates.append(w)
                    if target_word in candidates and random.random() < self.part4_target_remove:
                        candidates.remove(target_word)
                    if candidates:
@ -390,6 +419,7 @@ class PinyinInputDataset(IterableDataset):
            words = segment_text(text)
            word_boundaries = build_word_boundaries(words)
            pinyin_list = self.generate_pinyin(text)
+            date_positions = self._find_date_positions(text)

            idx = 0
            while idx < len(word_boundaries):
@ -470,18 +500,27 @@ class PinyinInputDataset(IterableDataset):
                part2 = split_char.join(mask_pinyin)
                pinyin_ids = self._compute_pinyin_ids(part2)

-                try:
-                    labels = [
-                        self.query_engine.get_char_info_by_char_pinyin(
-                            text[i], pinyin_list[i]
-                        ).id
-                        for i in prefix_positions
-                    ]
-                except AttributeError as e:
-                    logger.error(
-                        f"e: {e}, (text, pinyin): {prefix_text} - {prefix_pinyin}"
+                labels = []
+                for i in prefix_positions:
+                    info = self.query_engine.get_char_info_by_char_pinyin(
+                        text[i], pinyin_list[i]
                    )
-                    idx = merge_end_idx
+                    if info is None:
+                        alt = self.query_engine.query_by_char(text[i])
+                        if alt:
+                            labels.append(random.choice(alt)[0])
+                        else:
+                            logger.warning(
+                                f"No label for char '{text[i]}', "
+                                f"skipping prefix '{prefix_text}'"
+                            )
+                            idx = merge_end_idx
+                            break
+                    else:
+                        labels.append(info.id)
+                else:
+                    pass
+                if len(labels) != len(prefix_positions):
                    continue

                # 整词末尾 10% 概率追加 EOS（破词前缀不加）
@ -500,6 +539,8 @@ class PinyinInputDataset(IterableDataset):
                    base_repeats = self.adjust_frequency(
                        self.sample_freqs.get(label, 0)
                    )
+                    if base_repeats == 0 and label_idx < len(prefix_positions) and prefix_positions[label_idx] in date_positions:
+                        base_repeats = 1
                    if base_repeats == 0:
                        processed_history.append(label)
                        continue
@ -576,18 +617,27 @@ class PinyinInputDataset(IterableDataset):
                    part2_cont = split_char_cont.join(mask_pinyin_cont)
                    pinyin_ids_cont = self._compute_pinyin_ids(part2_cont)

-                    try:
-                        cont_labels = [
-                            self.query_engine.get_char_info_by_char_pinyin(
-                                text[i], pinyin_list[i]
-                            ).id
-                            for i in cont_positions
-                        ]
-                    except AttributeError as e:
-                        logger.error(
-                            f"e: {e}, (text, pinyin): {cont_text} - {cont_pinyin}"
+                    cont_labels = []
+                    for i in cont_positions:
+                        info = self.query_engine.get_char_info_by_char_pinyin(
+                            text[i], pinyin_list[i]
                        )
-                        idx = merge_end_idx
+                        if info is None:
+                            alt = self.query_engine.query_by_char(text[i])
+                            if alt:
+                                cont_labels.append(random.choice(alt)[0])
+                            else:
+                                logger.warning(
+                                    f"No label for char '{text[i]}', "
+                                    f"skipping cont '{cont_text}'"
+                                )
+                                idx = merge_end_idx
+                                break
+                        else:
+                            cont_labels.append(info.id)
+                    else:
+                        pass
+                    if len(cont_labels) != len(cont_positions):
                        continue

                    # 续接末尾 10% 概率追加 EOS
@ -607,6 +657,8 @@ class PinyinInputDataset(IterableDataset):
                        base_repeats = self.adjust_frequency(
                            self.sample_freqs.get(label, 0)
                        )
+                        if base_repeats == 0 and label_idx < len(cont_positions) and cont_positions[label_idx] in date_positions:
+                            base_repeats = 1
                        if base_repeats == 0:
                            cont_processed_history.append(label)
                            continue
--- a/src/model/model.py
+++ b/src/model/model.py
@ -152,6 +152,7 @@ class InputMethodEngine(nn.Module):
        return logits

    def _encode_part4(self, part4_ids: torch.Tensor) -> torch.Tensor:
+        """编码 Part4 候选词 (用户个人词库中的多字词)。"""
        B, N, L = part4_ids.shape
        flat = part4_ids.view(B * N, L)
        emb = self.context_encoder.text_emb(flat)
--- a/src/model/preprocess.py
+++ b/src/model/preprocess.py
@ -64,8 +64,10 @@ def _extract_batch(batch: dict, take: int, active_fields: list) -> Dict[str, np.
    """从 DataLoader batch 中提取指定数量的样本，转为 int16 numpy 数组"""
    result = {}
    for f in active_fields:
-        tensor = batch[f][:take]
-        arr = tensor.numpy().astype(np.int16)
+        tensor = batch.get(f)
+        if tensor is None:
+            tensor = torch.zeros(take, 5, 6)
+        arr = tensor[:take].numpy().astype(np.int16)
        if f == "labels" and arr.ndim > 1 and arr.shape[-1] == 1:
            arr = arr.squeeze(-1)
        result[f] = arr
@ -78,13 +80,13 @@ def collect_samples(
    output_dir: Path,
    split_name: str,
    max_seq_length: int = 88,
-    shard_size: int = 5_000_000,
+    shard_size: int = 1_000_000,
    has_part4: bool = False,
 ) -> int:
    """
    分片流式收集样本，每累积 shard_size 个样本保存为一个压缩 .npz 分片。

-    内存峰值 = shard_size × 每样本字节数（约578字节 @ shard_size=5M → 约2.9GB）
+    内存峰值 = shard_size × 每样本字节数（约600字节 @ shard_size=100万 → 约600MB）
    """
    split_dir = output_dir / split_name
    split_dir.mkdir(parents=True, exist_ok=True)
@ -194,22 +196,22 @@ def main():
    )
    parser.add_argument("--batch-size", type=int, default=128, help="批大小")
    parser.add_argument(
-        "--num-workers", type=int, default=2, help="DataLoader worker数量"
+        "--num-workers", type=int, default=8, help="DataLoader worker数量"
    )
    parser.add_argument("--max-seq-length", type=int, default=88, help="最大序列长度")
    parser.add_argument("--seed", type=int, default=42, help="随机种子")
    parser.add_argument(
-        "--pinyin-index", type=str, default=None, help="拼音索引文件路径（pinyin_index.msgpack），启用混淆 part4 生成"
+        "--pinyin-index", type=str, default=None, help="拼音索引文件路径（pinyin_index.msgpack），启用 Part4 候选词生成"
    )
    parser.add_argument(
        "--confusion-max-freq", type=int, default=100,
-        help="混淆频率阈值: 词频 ≤ N 才触发混淆，默认 100"
+        help="Part4 频率阈值: 词频 ≤ N 才生成 Part4，默认 100"
    )
    parser.add_argument(
        "--shard-size",
        type=int,
-        default=5_000_000,
-        help="分片大小（样本数），控制内存峰值（默认500万，约2.9GB/分片未压缩）",
+        default=1_000_000,
+        help="分片大小（样本数），控制内存峰值（默认100万，约600MB/分片未压缩）",
    )
    parser.add_argument(
        "--py-style-weight",
@ -246,15 +248,15 @@ def main():
        pinyin_index = load_pinyin_index(args.pinyin_index)
        console.print(f"[bold cyan]拼音索引已加载: {args.pinyin_index}[/bold cyan]")
        console.print(f"  词数: {pinyin_index['meta'].get('num_words', '?'):,}")
-        console.print(f"  混淆频率阈值: ≤{args.confusion_max_freq}")
+        console.print(f"  Part4 频率阈值: ≤{args.confusion_max_freq}")

    output_dir = Path(args.output_dir)
    output_dir.mkdir(parents=True, exist_ok=True)

-    train_max_iter = args.num_train_samples * 5
-    eval_max_iter = args.num_eval_samples * 5
+    train_max_iter = int(args.num_train_samples * 1.2)
+    eval_max_iter = int(args.num_eval_samples * 1.2)

-    shard_mem_gb = args.shard_size * 578 / (1024**3)
+    shard_mem_gb = args.shard_size * 600 / (1024**3)
    console.print("[bold cyan]=== 数据预处理 ===[/bold cyan]")
    console.print(f"训练集目标: {args.num_train_samples:,} 样本")
    console.print(f"评估集目标: {args.num_eval_samples:,} 样本")
--- a/src/model/subsample.py
+++ b/src/model/subsample.py
@ -34,6 +34,7 @@ FIELDS = [
    "labels",
    "history_slot_ids",
    "pinyin_ids",
+    "part4_ids",
 ]


@ -127,7 +128,7 @@ def pass2_subsample(
    quotas: Dict[int, int],
    eval_map: Dict[int, List[int]],
    shard_sizes: List[int],
-    shard_size: int = 5_000_000,
+    shard_size: int = 1_000_000,
    shuffle: bool = True,
    seed: int = 42,
 ) -> Tuple[int, int]:
@ -352,7 +353,7 @@ def main():
    parser.add_argument(
        "--shard-size",
        type=int,
-        default=5_000_000,
+        default=1_000_000,
        help="输出分片大小（样本数）",
    )
    parser.add_argument("--num-eval", type=int, default=2560, help="评估集样本数")
--- a/tests/test-sample/eval/metadata.json
+++ b/tests/test-sample/eval/metadata.json
@ -0,0 +1,18 @@
+{
+  "num_samples": 15360,
+  "max_seq_length": 88,
+  "dtype": "int16",
+  "fields": [
+    "input_ids",
+    "token_type_ids",
+    "attention_mask",
+    "labels",
+    "history_slot_ids",
+    "pinyin_ids"
+  ],
+  "shard_size": 1000000,
+  "num_shards": 1,
+  "shard_sizes": [
+    15360
+  ]
+}
--- a/tests/test-sample/eval/samples.csv
+++ b/tests/test-sample/eval/samples.csv
@ -0,0 +1,51 @@
+index,pinyin,label_char,label_id,label_count,context,suffix,history,history_slot_length,full_tokens
+0,chongqingfengjie,重(chong),720,3031852,长 庆 四 年 （ 824 年 ） 所 作 。 是 年 ， 刘 禹 锡 由 夔 州 （ 治 今,） 刺 史 调 任 和 州 （ 治 今 安 徽 和 县,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 长 庆 四 年 （ 824 年 ） 所 作 。 是 年 ， 刘 禹 锡 由 夔 州 （ 治 今 [SEP] ） 刺 史 调 任 和 州 （ 治 今 安 徽 和 县 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+1,shirenqiaomiaodi,(),0,494748360,说 的 内 容 是 历 史 上 的 事 实 ， 状 摹 的 景 色 是 眼 前 的 实 景 ， 抒 发 的 感 叹 是 诗 人 胸 中 的 真 情 。,,诗(shi) | 人(ren) | 巧(qiao) | 妙(miao) | 地(di) | <PAD> | <PAD> | <PAD>,5,[CLS] 说 的 内 容 是 历 史 上 的 事 实 ， 状 摹 的 景 色 是 眼 前 的 实 景 ， 抒 发 的 感 叹 是 诗 人 胸 中 的 真 情 。 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+2,saishan,塞(sai),1561,694171,1 年 ） 至 二 年 （ 822 年 ） 河 北 三 镇 又 恢 复 了 割 据 局 面 。 此 诗 即 为 作 者 结 合 当 时 形 势 而 作 。 西,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 1 年 ） 至 二 年 （ 822 年 ） 河 北 三 镇 又 恢 复 了 割 据 局 面 。 此 诗 即 为 作 者 结 合 当 时 形 势 而 作 。 西 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+3,anranshou,收(shou),273,9765951,朝 鼎 《 唐 诗 鼓 吹 笺 注 》 ： 劈 将 王 濬 下 益 州 起 ， 加 楼 船 二 字 ， 何 等 雄 壮 ！ 随 手 接 云 ： 金 陵 王 气,,黯(an) | 然(ran) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,[CLS] 朝 鼎 《 唐 诗 鼓 吹 笺 注 》 ： [UNK] 劈 将 王 濬 下 益 州 起 ， 加 [UNK] 楼 船 [UNK] 二 字 ， 何 等 雄 壮 ！ 随 手 接 云 ： [UNK] 金 陵 王 气 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+4,jiang-mian,江(jiang),611,4112285,下 ， 直 写 战 事 及 其 结 果 。 东 吴 的 亡 国 之 君 孙 皓 ， 凭 借 长 江 天 险 ， 并 在 江 中 暗 置 铁 锥 ， 再 加 以 千 寻 铁 链 横 锁,， 自 以 为 是 万 全 之 计 ，,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 下 ， 直 写 战 事 及 其 结 果 。 东 吴 的 亡 国 之 君 孙 皓 ， 凭 借 长 江 天 险 ， 并 在 江 中 暗 置 铁 锥 ， 再 加 以 千 寻 铁 链 横 锁 [SEP] ， 自 以 为 是 万 全 之 计 ， [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+5,jinfeng,逢(feng),2143,302136,角 度 对 上 一 句 的 伤 字 作 了 补 充 。 第 七 句 宕 开 一 笔 ， 直 写,,今(jin) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 角 度 对 上 一 句 的 [UNK] 伤 [UNK] 字 作 了 补 充 。 第 七 句 宕 开 一 笔 ， 直 写 [UNK] [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+6,fanduihuanguan,官(guan),616,4040134,（ 治 今 河 北 定 县 ） 。 贞 元 间 擢 进 士 第 ， 登 博 学 宏 辞 科 。 授 监 察 御 史 。 曾 参 加 王 叔 文 集 团 ，,,反(fan) | 对(dui) | 宦(huan) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,[CLS] （ 治 今 河 北 定 县 ） 。 贞 元 间 擢 进 士 第 ， 登 博 学 宏 辞 科 。 授 监 察 御 史 。 曾 参 加 王 叔 文 集 团 ， [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+7,liuchaoyoumingde,名(ming),217,11903904,在 今 湖 北 省 黄 石 市 东 面 的 长 江 边 上 。 岚 横 秋 塞 ， 山 锁 洪 流 ， 形 势 险 峻 。 是,军 事 要 塞,六(liu) | 朝(chao) | 有(you) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,[CLS] 在 今 湖 北 省 黄 石 市 东 面 的 长 江 边 上 。 岚 横 秋 塞 ， 山 锁 洪 流 ， 形 势 险 峻 。 是 [SEP] 军 事 要 塞 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+8,di'si'ma'yan'ming'wang'j,率(shuai),1815,470696,岚 横 秋 塞 ， 山 锁 洪 流 ， 形 势 险 峻 。 是 六 朝 有 名 的 军 事 要 塞 。 公 元 280 年 （ 西 晋 太 康 元 年 ） ， 晋 武,,帝(di) | 司(si) | 马(ma) | 炎(yan) | 命(ming) | 王(wang) | 濬(jun) | <PAD>,7,[CLS] 岚 横 秋 塞 ， 山 锁 洪 流 ， 形 势 险 峻 。 是 六 朝 有 名 的 军 事 要 塞 。 公 元 280 年 （ 西 晋 太 康 元 年 ） ， 晋 武 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+9,jingshenzhizhu,神(shen),299,8924507,蠢 ， 也 反 映 了 国 家 的 统 一 是 历 史 的 必 然 。 其 次 ， 诗 人 写 晋 吴 之 战 ， 重 点 是 写 吴 ， 而 写 吴 又 着 重 点 出 那 种 虚 妄 的,王 气 、 天 然 的 地 形,精(jing) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 蠢 ， 也 反 映 了 国 家 的 统 一 是 历 史 的 必 然 。 其 次 ， 诗 人 写 晋 吴 之 战 ， 重 点 是 写 吴 ， 而 写 吴 又 着 重 点 出 那 种 虚 妄 的 [SEP] [UNK] 王 气 [UNK] 、 天 然 的 地 形 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+10,szw,知(zhi),178,13944492,孙 皓 ， 凭 借 长 江 天 险 ， 并 在 江 中 暗 置 铁 锥 ， 再 加 以 千 寻 铁 链 横 锁 江 面 ， 自 以 为 是 万 全 之 计 ，,濬 用,谁(shui) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 孙 皓 ， 凭 借 长 江 天 险 ， 并 在 江 中 暗 置 铁 锥 ， 再 加 以 千 寻 铁 链 横 锁 江 面 ， 自 以 为 是 万 全 之 计 ， [SEP] 濬 用 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+11,lishibeijing,历(li),332,8203239,权 存 在 为 条 件 的 。 因 此 前 面 放 眼 六 朝 的 兴 亡 ， 正 是 为 了 从 一 个 广 阔 的,中 引 出 西 塞 山 ， 从 而,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 权 存 在 为 条 件 的 。 因 此 前 面 放 眼 六 朝 的 兴 亡 ， 正 是 为 了 从 一 个 广 阔 的 [SEP] 中 引 出 西 塞 山 ， 从 而 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+12,liuyuxi,禹(yu),2383,221680,割 据 势 力 的 迎 头 一 击 。 当 然 ， 万 户 千 门 成 野 草 ， 只 缘 一 曲 《 后 庭 花 》 （,《 金 陵 五,刘(liu) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 割 据 势 力 的 迎 头 一 击 。 当 然 ， [UNK] 万 户 千 门 成 野 草 ， 只 缘 一 曲 《 后 庭 花 》 [UNK] （ [SEP] 《 金 陵 五 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+13,phldyj,破(po),659,3623272,之 世 ， 第 八 句 说 往 日 的 军 事 堡 垒 ， 如 今 已 荒 废 在 一 片 秋 风 芦 荻 之 中 。 这 残,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] [UNK] 之 世 ， 第 八 句 说 往 日 的 军 事 堡 垒 ， 如 今 已 荒 废 在 一 片 秋 风 芦 荻 之 中 。 这 残 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+14,qujinling,金(jin),186,13344700,冲 走 铁 锥 ， 以 火 炬 烧 毁 铁 链 ， 结 果 顺 流 鼓 棹 ， 径 造 三 山 ， 直,,取(qu) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 冲 走 铁 锥 ， 以 火 炬 烧 毁 铁 链 ， 结 果 顺 流 鼓 棹 ， 径 造 三 山 ， 直 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+15,hubeisheng,湖(hu),971,1864494,流 。 今 逢 四 海 为 家 日 ， 故 垒 萧 萧 芦 荻 秋 。 ⑴ 西 塞 山 ： 位 于 今,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 流 。 今 逢 四 海 为 家 日 ， 故 垒 萧 萧 芦 荻 秋 。 ⑴ 西 塞 山 ： 位 于 今 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+16,mo,末(mo),1087,1560231,变 迁 ， 世 代 废 兴 俱 收 在 七 字 中 。 六 又 接 云 ： 山 形 依 旧 枕 寒 流 ， 何 等 高 雅 ， 何 等 自 然 ！,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 变 迁 ， 世 代 废 兴 俱 收 在 七 字 中 。 六 又 接 云 ： [UNK] 山 形 依 旧 枕 寒 流 [UNK] ， 何 等 高 雅 ， 何 等 自 然 ！ [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+17,qujinling,陵(ling),1363,922961,濬 用 大 筏 数 十 ， 冲 走 铁 锥 ， 以 火 炬 烧 毁 铁 链 ， 结 果 顺 流 鼓 棹 ， 径 造 三 山 ， 直,,取(qu) | 金(jin) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,[CLS] 濬 用 大 筏 数 十 ， 冲 走 铁 锥 ， 以 火 炬 烧 毁 铁 链 ， 结 果 顺 流 鼓 棹 ， 径 造 三 山 ， 直 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+18,tangmuzong,唐(tang),823,2501418,为 一 家 ， 故 垒 已 成 废 墟 只 有 芦 荻 在 飘 摇 。 这 首 诗 是 刘 禹 锡 于,长 庆 四 年 （ 824 年 ） 所,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 为 一 家 ， 故 垒 已 成 废 墟 只 有 芦 荻 在 飘 摇 。 这 首 诗 是 刘 禹 锡 于 [SEP] 长 庆 四 年 （ 824 年 ） 所 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+19,jiangerxia,下(xia),60,29393945,康 元 年 ） ， 晋 武 帝 司 马 炎 命 王 濬 率 领 以 高 大 的 战 船 楼 船 组 成 的 西 晋 水 军 ， 顺,， 讨,江(jiang) | 而(er) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,[CLS] 康 元 年 ） ， 晋 武 帝 司 马 炎 命 王 濬 率 领 以 高 大 的 战 船 [UNK] 楼 船 [UNK] 组 成 的 西 晋 水 军 ， 顺 [SEP] ， 讨 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+20,chuyizhonghanyun,蕴(yun),1880,424009,把 史 、 景 、 情 完 美 地 揉 合 在 一 起 ， 使 得 三 者 相 映 相 衬 ， 相 长 相 生 ， 营 造,,出(chu) | 一(yi) | 种(zhong) | 含(han) | <PAD> | <PAD> | <PAD> | <PAD>,4,[CLS] 把 史 、 景 、 情 完 美 地 揉 合 在 一 起 ， 使 得 三 者 相 映 相 衬 ， 相 长 相 生 ， 营 造 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+21,chengtizhi,成(cheng),29,42283212,师 韩 《 诗 学 纂 闻 》 ： 假 使 感 古 者 取 三 国 六 代 事 ， 衍 为 长 律 ， 便 使 一 句 一 事 ， 包 举 无 遗 ， 岂,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 师 韩 《 诗 学 纂 闻 》 ： [UNK] 假 使 感 古 者 取 三 国 六 代 事 ， 衍 为 长 律 ， 便 使 一 句 一 事 ， 包 举 无 遗 ， 岂 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+22,zhengshiweile,正(zheng),160,15411366,史 册 的 活 剧 ， 就 是 以 南 北 分 裂 、 南 朝 政 权 存 在 为 条 件 的 。 因 此 前 面 放 眼 六 朝 的 兴 亡 ，,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 史 册 的 [UNK] 活 剧 [UNK] ， 就 是 以 南 北 分 裂 、 南 朝 政 权 存 在 为 条 件 的 。 因 此 前 面 放 眼 六 朝 的 兴 亡 ， [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+23,qiusai,塞(sai),1561,694171,当 时 形 势 而 作 。 西 塞 山 ， 在 今 湖 北 省 黄 石 市 东 面 的 长 江 边 上 。 岚 横,,秋(qiu) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 当 时 形 势 而 作 。 西 塞 山 ， 在 今 湖 北 省 黄 石 市 东 面 的 长 江 边 上 。 岚 横 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+24,f,覆(fu),1397,872078,往 日 的 军 事 堡 垒 ， 如 今 已 荒 废 在 一 片 秋 风 芦 荻 之 中 。 这 残 破 荒 凉 的 遗 迹 ， 便 是 六 朝,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 往 日 的 军 事 堡 垒 ， 如 今 已 荒 废 在 一 片 秋 风 芦 荻 之 中 。 这 残 破 荒 凉 的 遗 迹 ， 便 是 六 朝 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+25,wanhuqianmen,千(qian),656,3651046,在 历 史 上 曾 经 占 据 一 方 、 但 终 于 覆 灭 的 统 治 者 ， 这 正 是 对 重 新 抬 头 的 割 据 势 力 的 迎 头 一 击 。 当 然 ，,,万(wan) | 户(hu) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,[CLS] 在 历 史 上 曾 经 占 据 一 方 、 但 终 于 覆 灭 的 统 治 者 ， 这 正 是 对 重 新 抬 头 的 割 据 势 力 的 迎 头 一 击 。 当 然 ， [UNK] [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+26,yibizhe,折(zhe),1092,1539950,太 平 既 久 ， 向 之 霸 业 雄 心 消 磨 已 净 。 此 方 是 怀 古 胜 场 。 纪 昀 评 此 诗 ： 第 六 句,,一(yi) | 笔(bi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,[CLS] 太 平 既 久 ， 向 之 霸 业 雄 心 消 磨 已 净 。 此 方 是 怀 古 胜 场 。 [UNK] 纪 昀 评 此 诗 ： [UNK] 第 六 句 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+27,huzhuanyun,云(yun),734,2958358,收 字 ， 何 等 惨 溃 ！ 看 他 前 四 句 单 写 吴 主 孙 皓 ， 五,,忽(hu) | 转(zhuan) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,[CLS] 收 [UNK] 字 ， 何 等 惨 溃 ！ [UNK] [UNK] 看 他 前 四 句 单 写 吴 主 孙 皓 ， 五 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+28,zhexieyoucong,又(you),329,8290011,现 出 一 个 江 山 不 管 兴 亡 恨 ， 一 任 斜 阳 伴 客 愁 （ 包 佶 《 再 过 金 陵 》 ） 的 意 境 。,,这(zhe) | 些(xie) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,[CLS] 现 出 一 个 [UNK] 江 山 不 管 兴 亡 恨 ， 一 任 斜 阳 伴 客 愁 [UNK] （ 包 佶 《 再 过 金 陵 》 ） 的 意 境 。 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+29,yinchu,出(chu),36,38070107,是 以 南 北 分 裂 、 南 朝 政 权 存 在 为 条 件 的 。 因 此 前 面 放 眼 六 朝 的 兴 亡 ， 正 是 为 了 从 一 个 广 阔 的 历 史 背 景 中,西 塞 山 ， 从 而 大 大 开 拓 了 诗 的 境 界,引(yin) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 是 以 南 北 分 裂 、 南 朝 政 权 存 在 为 条 件 的 。 因 此 前 面 放 眼 六 朝 的 兴 亡 ， 正 是 为 了 从 一 个 广 阔 的 历 史 背 景 中 [SEP] 西 塞 山 ， 从 而 大 大 开 拓 了 诗 的 境 界 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+30,dzs,等(deng),72,27085071,善 用 比 兴 手 法 寄 托 政 治 内 容 。 《 竹 枝 词 》 、 《 柳 枝 词 》 和 《 插 田 歌 》,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 善 用 比 兴 手 法 寄 托 政 治 内 容 。 《 竹 枝 词 》 、 《 柳 枝 词 》 和 《 插 田 歌 》 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+31,ludi,荻(di),5203,7783,背 靠 着 滚 滚 的 长 江 。 如 今 全 国 统 一 四 海 已 成 为 一 家 ， 故 垒 已 成 废 墟 只 有,,芦(lu) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 背 靠 着 滚 滚 的 长 江 。 如 今 全 国 统 一 四 海 已 成 为 一 家 ， 故 垒 已 成 废 墟 只 有 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+32,diwang,帝(di),589,4281268,千 余 人 。 ⑶ 金 陵 ： 今 南 京 ， 当 时 是 吴 国 的 都 城 。 王 气 ：,之 气 。 黯 然 ： 一,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 千 余 人 。 ⑶ 金 陵 ： 今 南 京 ， 当 时 是 吴 国 的 都 城 。 王 气 ： [SEP] 之 气 。 黯 然 ： 一 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+33,zhenyouhuifu,恢(hui),1296,1042577,统 一 的 局 面 ， 不 过 这 种 景 象 只 是 昙 花 一 现 ， 长 庆 元 年 （ 821 年 ） 至 二 年 （ 822 年 ） 河 北 三,,镇(zhen) | 又(you) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,[CLS] 统 一 的 局 面 ， 不 过 这 种 景 象 只 是 昙 花 一 现 ， 长 庆 元 年 （ 821 年 ） 至 二 年 （ 822 年 ） 河 北 三 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+34,shi,诗(shi),555,4579145,。 因 此 前 面 放 眼 六 朝 的 兴 亡 ， 正 是 为 了 从 一 个 广 阔 的 历 史 背 景 中 引 出 西 塞 山 ， 从 而 大 大 开 拓 了,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 。 因 此 前 面 放 眼 六 朝 的 兴 亡 ， 正 是 为 了 从 一 个 广 阔 的 历 史 背 景 中 引 出 西 塞 山 ， 从 而 大 大 开 拓 了 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+35,fzgj,镇(zhen),902,2111978,） 。 贞 元 间 擢 进 士 第 ， 登 博 学 宏 辞 科 。 授 监 察 御 史 。 曾 参 加 王 叔 文 集 团 ， 反 对 宦 官 和,势 力 ， 被 贬 朗 州 司,藩(fan) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] ） 。 贞 元 间 擢 进 士 第 ， 登 博 学 宏 辞 科 。 授 监 察 御 史 。 曾 参 加 王 叔 文 集 团 ， 反 对 宦 官 和 [SEP] 势 力 ， 被 贬 朗 州 司 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+36,xia-mian-jiu-dan,就(jiu),34,38239468,线 ， 攻 守 的 方 式 ， 战 争 的 结 局 。 它 只 用 第 一 句 诗 写 西 晋 水 军 出 发 ，,写 东 吴 ： 在 战 争 开 始 的 反 映 ， 苦 心,下(xia) | 面(mian) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,[CLS] 线 ， 攻 守 的 方 式 ， 战 争 的 结 局 。 它 只 用 第 一 句 诗 写 西 晋 水 军 出 发 ， [SEP] 写 东 吴 ： 在 战 争 开 始 的 反 映 ， 苦 心 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+37,moufa,伐(fa),1667,574485,王 濬 ： 晋 益 州 刺 史 。 一 作 西 晋 。 益 州 ： 晋 时 郡 治 在 今 成 都 。 晋 武 帝,,谋(mou) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 王 濬 ： 晋 益 州 刺 史 。 一 作 [UNK] 西 晋 [UNK] 。 益 州 ： 晋 时 郡 治 在 今 成 都 。 晋 武 帝 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+38,xiongzhongdezhenqing,胸(xiong),1316,1003103,叙 说 的 内 容 是 历 史 上 的 事 实 ， 状 摹 的 景 色 是 眼 前 的 实 景 ， 抒 发 的 感 叹 是 诗 人,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 叙 说 的 内 容 是 历 史 上 的 事 实 ， 状 摹 的 景 色 是 眼 前 的 实 景 ， 抒 发 的 感 叹 是 诗 人 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+39,poyoujiangjiu,颇(po),1798,482927,界 。 诗 人 不 去 描 绘 眼 前 西 塞 山 如 何 奇 伟 峭 ， 而 是 突 出 依 旧 二 字 ， 亦 是,的 。 山 川 依 旧 ， 就,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 界 。 诗 人 不 去 描 绘 眼 前 西 塞 山 如 何 奇 伟 [UNK] 峭 ， 而 是 突 出 [UNK] 依 旧 [UNK] 二 字 ， 亦 是 [SEP] 的 。 山 川 [UNK] 依 旧 [UNK] ， 就 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+40,wenming,名(ming),217,11903904,一 是 历 史 之 必 然 ， 阐 发 了 事 物 兴 废 决 定 于 人 的 思 想 ； 后 四 句 写 西 塞 山 ， 点 出 它 之 所 以,， 是 因 为 曾 经 是 军 事 要 塞 ， 而 今,闻(wen) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 一 是 历 史 之 必 然 ， 阐 发 了 事 物 兴 废 决 定 于 人 的 思 想 ； 后 四 句 写 西 塞 山 ， 点 出 它 之 所 以 [SEP] ， 是 因 为 曾 经 是 军 事 要 塞 ， 而 今 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+41,meiyouliti,题(ti),137,17119664,和 结 句 的 秋 字 相 照 应 。 诗 到 这 里 才 点 到 西 塞 山 ， 但 是 前 面 所 写 并,。 因 为 西 塞 山 之 所 以 成,没(mei) | 有(you) | 离(li) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,[CLS] 和 结 句 的 [UNK] 秋 [UNK] 字 相 照 应 。 诗 到 这 里 才 点 到 西 塞 山 ， 但 是 前 面 所 写 并 [SEP] 。 因 为 西 塞 山 之 所 以 成 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+42,shili,力(li),70,27282560,士 第 ， 登 博 学 宏 辞 科 。 授 监 察 御 史 。 曾 参 加 王 叔 文 集 团 ， 反 对 宦 官 和 藩 镇 割 据,,势(shi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 士 第 ， 登 博 学 宏 辞 科 。 授 监 察 御 史 。 曾 参 加 王 叔 文 集 团 ， 反 对 宦 官 和 藩 镇 割 据 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+43,yipian,片(pian),586,4299728,人 以 沉 郁 顿 挫 之 感 。 王 濬 楼 船 下 益 州 ， 金 陵 王 气 黯 然 收 。 千 寻 铁 锁 沉 江 底 ，,降 幡 出 石 头 。 人 世,一(yi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 人 以 沉 郁 顿 挫 之 感 。 王 濬 楼 船 下 益 州 ， 金 陵 王 气 黯 然 收 。 千 寻 铁 锁 沉 江 底 ， [SEP] 降 幡 出 石 头 。 人 世 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+44,xun,寻(xun),1095,1531943,之 君 孙 皓 ， 凭 借 长 江 天 险 ， 并 在 江 中 暗 置 铁 锥 ， 再 加 以 千,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 之 君 孙 皓 ， 凭 借 长 江 天 险 ， 并 在 江 中 暗 置 铁 锥 ， 再 加 以 千 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+45,qian,千(qian),656,3651046,人 写 晋 吴 之 战 ， 重 点 是 写 吴 ， 而 写 吴 又 着 重 点 出 那 种 虚 妄 的 精 神 支 柱 王 气 、 天 然 的 地 形 、,寻 的 铁 链 ， 皆 不 足 恃 。 这,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 人 写 晋 吴 之 战 ， 重 点 是 写 吴 ， 而 写 吴 又 着 重 点 出 那 种 虚 妄 的 精 神 支 柱 [UNK] 王 气 [UNK] 、 天 然 的 地 形 、 [SEP] 寻 的 铁 链 ， 皆 不 足 恃 。 这 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+46,shi,诗(shi),555,4579145,滚 滚 的 长 江 。 如 今 全 国 统 一 四 海 已 成 为 一 家 ， 故 垒 已 成 废 墟 只 有 芦 荻 在 飘 摇 。 这 首,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 滚 滚 的 长 江 。 如 今 全 国 统 一 四 海 已 成 为 一 家 ， 故 垒 已 成 废 墟 只 有 芦 荻 在 飘 摇 。 这 首 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+47,jumian,面(mian),77,24994238,昙 花 一 现 ， 长 庆 元 年 （ 821 年 ） 至 二 年 （ 822 年 ） 河 北 三 镇 又 恢 复 了 割 据,,局(ju) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 昙 花 一 现 ， 长 庆 元 年 （ 821 年 ） 至 二 年 （ 822 年 ） 河 北 三 镇 又 恢 复 了 割 据 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+48,yipianqiufengludi,片(pian),586,4299728,了 补 充 。 第 七 句 宕 开 一 笔 ， 直 写 今 逢 之 世 ， 第 八 句 说 往 日 的 军 事 堡 垒 ， 如 今 已 荒 废 在,,一(yi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 了 补 充 。 第 七 句 宕 开 一 笔 ， 直 写 [UNK] 今 逢 [UNK] 之 世 ， 第 八 句 说 往 日 的 军 事 堡 垒 ， 如 今 已 荒 废 在 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+49,dui,对(dui),26,44456519,气 便 黯 然 消 失 。 益 州 金 陵 ， 相 距 遥 遥 ， 一 下 即 收 ， 表 明 速 度 之 快 。 两 字,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 气 [UNK] 便 黯 然 消 失 。 益 州 金 陵 ， 相 距 遥 遥 ， 一 [UNK] 下 [UNK] 即 [UNK] 收 [UNK] ， 表 明 速 度 之 快 。 两 字 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
--- a/tests/test-sample/train/metadata.json
+++ b/tests/test-sample/train/metadata.json
--- a/tests/test-sample/train/samples.csv
+++ b/tests/test-sample/train/samples.csv
@ -0,0 +1,51 @@
+index,pinyin,label_char,label_id,label_count,context,suffix,history,history_slot_length,full_tokens
+0,canjiakaoshi,试(shi),446,6149704,"。 他 一 共 抚 养 了 九 个 妹 妹 和 四 个 弟 弟 实 属 不 易 。 果 然 皇 天 不 负 有 心 人, 后 来 他 和 他 的 弟 弟 们 一 次",,参(can) | 加(jia) | 考(kao) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,"[CLS] 。 他 一 共 抚 养 了 九 个 妹 妹 和 四 个 弟 弟 实 属 不 易 。 果 然 皇 天 不 负 有 心 人, 后 来 他 和 他 的 弟 弟 们 一 次 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+1,shanshine,事(shi),107,19173905,么 曾 巩 是 怎 样 一 步 步 成 为 一 个 杰 出 的 人 民 公 仆 呢? 他 又 为 百 姓 们 做 了 哪 些,,善(shan) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 么 曾 巩 是 怎 样 一 步 步 成 为 一 个 杰 出 的 人 民 公 仆 呢? 他 又 为 百 姓 们 做 了 哪 些 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+2,dangshizhengzhiwenyi,正(zheng),160,15411366,的 实 际 情 况 加 以 改 造 和 实 施 。 后 来 曾 巩 被 调 任 为 江 西 的 知 州 。,,当(dang) | 时(shi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,[CLS] 的 实 际 情 况 加 以 改 造 和 实 施 。 后 来 曾 巩 被 调 任 为 江 西 的 知 州 。 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+3,youxiu,秀(xiu),1070,1604569,"的 诠 释 了 父 母 官 这 几 个 字 的 意 义, 他 处 处 替 百 姓 着 想, 为 百 姓 做 事 。 这 些",的 品 质 都 值 得 我 们 现 在 的 政 府,优(you) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 的 诠 释 了 父 母 官 这 几 个 字 的 意 义, 他 处 处 替 百 姓 着 想, 为 百 姓 做 事 。 这 些 [SEP] 的 品 质 都 值 得 我 们 现 在 的 政 府 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+4,wenxuejia,家(jia),53,32388760,"才 华 横 溢, 关 心 民 间 疾 苦 曾 巩, 字 子 固, 是 我 国 北 宋 时 期 著 名 的",,文(wen) | 学(xue) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,"[CLS] 才 华 横 溢, 关 心 民 间 疾 苦 曾 巩, 字 子 固, 是 我 国 北 宋 时 期 著 名 的 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+5,z's,收(shou),273,9765951,"重 求 真 务 实 的 态 度, 当 时 朝 廷 由 于 需 要 治 理 黄 河, 所 以 就 需 要 向 周 围 的 各 个 地 区",,征(zheng) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 重 求 真 务 实 的 态 度, 当 时 朝 廷 由 于 需 要 治 理 黄 河, 所 以 就 需 要 向 周 围 的 各 个 地 区 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+6,dshshhd,社(she),239,11039325,"味, 表 露 了 自 己 的 真 情 实 感 。 被 后 人 称 之 为 唐 宋 八 大 家 之 一 。 由 此 可 见 曾 巩 在",,当(dang) | 时(shi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,"[CLS] 味, 表 露 了 自 己 的 真 情 实 感 。 被 后 人 称 之 为 唐 宋 八 大 家 之 一 。 由 此 可 见 曾 巩 在 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+7,zgctwh,统(tong),185,13377732,"政 府 和 官 员 所 学 习 。 同 时 曾 巩 还 为 我 们 留 下 了 大 量 的 优 秀 的 诗 篇, 这 些 都 是 我 们",,中(zhong) | 国(guo) | 传(chuan) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,"[CLS] 政 府 和 官 员 所 学 习 。 同 时 曾 巩 还 为 我 们 留 下 了 大 量 的 优 秀 的 诗 篇, 这 些 都 是 我 们 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+8,taxihuansatuo,脱(tuo),938,1975190,"他 们 经 常 在 一 起 讨 论 天 下 大 事, 和 为 人 处 世 的 心 得 和 态 度 。 由 于 曾 巩 的 不 拘 于 时,",,他(ta) | 喜(xi) | 欢(huan) | 洒(sa) | <PAD> | <PAD> | <PAD> | <PAD>,4,"[CLS] 他 们 经 常 在 一 起 讨 论 天 下 大 事, 和 为 人 处 世 的 心 得 和 态 度 。 由 于 曾 巩 的 不 拘 于 时, [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+9,ci'kao'shi,考(kao),238,11059454,"真 实 想 法, 所 以 他 不 喜 欢 去 学 习 科 举 考 试 上 写 文 章 的 套 路, 所 以 他 多",", 都 惨 遭 失 败 的 命 运",次(ci) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 真 实 想 法, 所 以 他 不 喜 欢 去 学 习 科 举 考 试 上 写 文 章 的 套 路, 所 以 他 多 [SEP], 都 惨 遭 失 败 的 命 运 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+10,shuji,书(shu),243,10907127,"就 曾 经 在 国 子 监 做 博 士, 于 是 曾 巩 从 小 就 有 机 会 读 到 很 多 珍 贵 的",,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,"[CLS] 就 曾 经 在 国 子 监 做 博 士, 于 是 曾 巩 从 小 就 有 机 会 读 到 很 多 珍 贵 的 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+11,dangshizhengzhiwenyi,值(zhi),386,7206698,", 并 且 结 合 当 地 的 实 际 情 况 加 以 改 造 和 实 施 。 后 来 曾 巩 被 调 任 为 江 西 的 知 州 。",横 行 的 时 期,当(dang) | 时(shi) | 正(zheng) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,"[CLS], 并 且 结 合 当 地 的 实 际 情 况 加 以 改 造 和 实 施 。 后 来 曾 巩 被 调 任 为 江 西 的 知 州 。 [SEP] 横 行 的 时 期 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+12,jujianrenshileouyangxiu,举(ju),707,3151681,", 他 还 和 他 的 父 亲 一 起 去 到 的 京 城 结 识 了 王 安 石 。 并 且 他 还 和 王 安 石 成 为 了 好 朋 友 。 后 来 他 还 经 过 了 王 安 石 的",", 并 且 他 还 和 范 仲 淹 等 名 人",<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,"[CLS], 他 还 和 他 的 父 亲 一 起 去 到 的 京 城 结 识 了 王 安 石 。 并 且 他 还 和 王 安 石 成 为 了 好 朋 友 。 后 来 他 还 经 过 了 王 安 石 的 [SEP], 并 且 他 还 和 范 仲 淹 等 名 人 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+13,lidouyou,里(li),194,13081644,"真 是 表 达 自 己 的 见 解 和 看 法 的 文 章 。 并 且 文 章 的 词 句 都 是 自 然 纯 朴 的, 字 字 句 句",,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,"[CLS] 真 是 表 达 自 己 的 见 解 和 看 法 的 文 章 。 并 且 文 章 的 词 句 都 是 自 然 纯 朴 的, 字 字 句 句 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+14,yige,个(ge),19,53030178,为 唐 宋 八 大 家 之 一 。 由 此 可 见 曾 巩 在 当 时 社 会 的 地 位 之 高 。 那 么 曾 巩 是 怎 样 一 步 步 成 为,,一(yi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,[CLS] 为 唐 宋 八 大 家 之 一 。 由 此 可 见 曾 巩 在 当 时 社 会 的 地 位 之 高 。 那 么 曾 巩 是 怎 样 一 步 步 成 为 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+15,jzhycg,曾(ceng),705,3160853,"这 次 曾 巩 一 举 就 考 中 了 进 士 第 一, 然 后 他 就 被 任 命 为 安 徽 司 法 参 军 。",,就(jiu) | 这(zhe) | 样(yang) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,"[CLS] 这 次 曾 巩 一 举 就 考 中 了 进 士 第 一, 然 后 他 就 被 任 命 为 安 徽 司 法 参 军 。 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+16,shishidaidai,世(shi),223,11631316,一 讲 北 宋 时 期 著 名 的 文 学 家 曾 巩 的 生 平 事 迹 。 曾 巩 的 家 族,"都 是 学 者, 他 的 父 亲 就 曾 经 在 国 子",<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,"[CLS] 一 讲 北 宋 时 期 著 名 的 文 学 家 曾 巩 的 生 平 事 迹 。 曾 巩 的 家 族 [SEP] 都 是 学 者, 他 的 父 亲 就 曾 经 在 国 子 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+17,toudegongzuogan,工(gong),82,24278146,"而 不 幸 去 世, 曾 巩 是 一 个 非 常 孝 顺 的 孩 子, 他 得 知 这 个 消 息 后, 立 刻 放 下 了 手",回 家 中 侍 奉 他 的 继,头(tou) | 的(de) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,"[CLS] 而 不 幸 去 世, 曾 巩 是 一 个 非 常 孝 顺 的 孩 子, 他 得 知 这 个 消 息 后, 立 刻 放 下 了 手 [SEP] 回 家 中 侍 奉 他 的 继 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+18,ouyangxiu,阳(yang),503,5108973,成 为 了 好 朋 友 。 后 来 他 还 经 过 了 王 安 石 的 举 荐 认 识 了,", 并 且 他 还 和 范 仲 淹 等 名 人 有 书 信 上",欧(ou) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 成 为 了 好 朋 友 。 后 来 他 还 经 过 了 王 安 石 的 举 荐 认 识 了 [SEP], 并 且 他 还 和 范 仲 淹 等 名 人 有 书 信 上 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+19,dimen,弟(di),1251,1139275,"人 扛 着 。 他 一 共 抚 养 了 九 个 妹 妹 和 四 个 弟 弟 实 属 不 易 。 果 然 皇 天 不 负 有 心 人, 后 来 他 和 他 的 弟",一 次 参 加 考,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,"[CLS] 人 扛 着 。 他 一 共 抚 养 了 九 个 妹 妹 和 四 个 弟 弟 实 属 不 易 。 果 然 皇 天 不 负 有 心 人, 后 来 他 和 他 的 弟 [SEP] 一 次 参 加 考 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+20,trr,仍(reng),805,2614934,"章 的 套 路, 所 以 他 多 次 考 试, 都 惨 遭 失 败 的 命 运 。 但 是 曾 巩 并 没 有 因 此 而 感 到 气 馁,",对 自 己 充,他(ta) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 章 的 套 路, 所 以 他 多 次 考 试, 都 惨 遭 失 败 的 命 运 。 但 是 曾 巩 并 没 有 因 此 而 感 到 气 馁, [SEP] 对 自 己 充 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+21,wanganshi,石(shi),480,5515444,"已 经 小 有 名 气 了 。 在 曾 巩 十 八 岁 的 时 候, 他 还 和 他 的 父 亲 一 起 去 到 的 京 城 结 识 了",。 并 且 他 还 和 王 安 石 成 为 了 好 朋 友 。,王(wang) | 安(an) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,"[CLS] 已 经 小 有 名 气 了 。 在 曾 巩 十 八 岁 的 时 候, 他 还 和 他 的 父 亲 一 起 去 到 的 京 城 结 识 了 [SEP] 。 并 且 他 还 和 王 安 石 成 为 了 好 朋 友 。 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+22,lejiugemeimei,妹(mei),2078,325126,"当 时 家 境 贫 寒, 并 且 他 的 弟 弟 妹 妹 还 都 年 幼, 于 是 家 庭 的 重 担 都 由 曾 巩 一 个 人 扛 着 。 他 一 共 抚 养",,了(le) | 九(jiu) | 个(ge) | 妹(mei) | <PAD> | <PAD> | <PAD> | <PAD>,4,"[CLS] 当 时 家 境 贫 寒, 并 且 他 的 弟 弟 妹 妹 还 都 年 幼, 于 是 家 庭 的 重 担 都 由 曾 巩 一 个 人 扛 着 。 他 一 共 抚 养 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+23,weijiangxi,西(xi),253,10514376,"关 心 民 间 疾 苦 。 他 按 照 王 安 石 新 法 的 宗 旨, 并 且 结 合 当 地 的 实 际 情 况 加 以 改 造 和 实 施 。 后 来 曾 巩 被 调 任",,为(wei) | 江(jiang) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,"[CLS] 关 心 民 间 疾 苦 。 他 按 照 王 安 石 新 法 的 宗 旨, 并 且 结 合 当 地 的 实 际 情 况 加 以 改 造 和 实 施 。 后 来 曾 巩 被 调 任 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+24,shh,时(shi),20,51824659,二 岁 的 时 候 还 将 他 送 到 了 中 禅 寺 里 寄 读 。 这 更 使 曾 巩 增 加 了 阅 历 和 知 识 。 于 是 曾 巩 二 十 岁 的,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 二 岁 的 时 候 还 将 他 送 到 了 中 禅 寺 里 寄 读 。 这 更 使 曾 巩 增 加 了 阅 历 和 知 识 。 于 是 曾 巩 二 十 岁 的 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+25,bxmzc,做(zuo),202,12678684,"巩, 字 子 固, 是 我 国 北 宋 时 期 著 名 的 文 学 家, 政 治 家 和 教 育 家 。 他 的 一 生 政 绩 颇 丰, 为",了 许 多 的,百(bai) | 姓(xing) | 们(men) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,"[CLS] 巩, 字 子 固, 是 我 国 北 宋 时 期 著 名 的 文 学 家, 政 治 家 和 教 育 家 。 他 的 一 生 政 绩 颇 丰, 为 [SEP] 了 许 多 的 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+26,wzh,章(zhang),685,3348499,", 曾 巩 写 的 文 章 都 是 真 是 表 达 自 己 的 见 解 和 看 法 的",,文(wen) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS], 曾 巩 写 的 文 章 都 是 真 是 表 达 自 己 的 见 解 和 看 法 的 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+27,diqu,地(di),38,36081906,"赖 和 拥 护 。 曾 巩 做 事 还 十 分 的 注 重 求 真 务 实 的 态 度, 当 时 朝 廷 由 于 需 要 治 理 黄 河, 所 以 就 需 要 向 周 围 的 各 个",,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,"[CLS] 赖 和 拥 护 。 曾 巩 做 事 还 十 分 的 注 重 求 真 务 实 的 态 度, 当 时 朝 廷 由 于 需 要 治 理 黄 河, 所 以 就 需 要 向 周 围 的 各 个 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+28,fu`qin`yi`qi`qu,起(qi),145,16125414,"历 和 知 识 。 于 是 曾 巩 二 十 岁 的 时 候 就 已 经 小 有 名 气 了 。 在 曾 巩 十 八 岁 的 时 候, 他 还 和 他 的",,父(fu) | 亲(qin) | 一(yi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,"[CLS] 历 和 知 识 。 于 是 曾 巩 二 十 岁 的 时 候 就 已 经 小 有 名 气 了 。 在 曾 巩 十 八 岁 的 时 候, 他 还 和 他 的 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+29,shiwengexinde,文(wen),75,26552606,"生 政 绩 颇 丰, 为 百 姓 们 做 出 了 许 多 的 好 事, 在 文 学 创 作 上 他 又 是 北 宋",,诗(shi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 生 政 绩 颇 丰, 为 百 姓 们 做 出 了 许 多 的 好 事, 在 文 学 创 作 上 他 又 是 北 宋 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+30,youyu,由(you),174,14163576,"就 深 深 的 赢 得 了 百 姓 们 的 信 赖 和 拥 护 。 曾 巩 做 事 还 十 分 的 注 重 求 真 务 实 的 态 度, 当 时 朝 廷",需,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,"[CLS] 就 深 深 的 赢 得 了 百 姓 们 的 信 赖 和 拥 护 。 曾 巩 做 事 还 十 分 的 注 重 求 真 务 实 的 态 度, 当 时 朝 廷 [SEP] 需 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+31,dangshidehukou,户(hu),518,4930421,所 以 就 需 要 向 周 围 的 各 个 地 区 征 收 劳 役 。 但 是 曾 巩 就 发 现,,当(dang) | 时(shi) | 的(de) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,[CLS] 所 以 就 需 要 向 周 围 的 各 个 地 区 征 收 劳 役 。 但 是 曾 巩 就 发 现 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+32,zjgz,几(ji),398,7000029,"朴 的, 字 字 句 句 里 都 有 这 曾 巩 的 态 度 和 个 性 。 曾 巩 的 一 生, 很 好 的 诠 释 了 父 母 官",,这(zhe) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 朴 的, 字 字 句 句 里 都 有 这 曾 巩 的 态 度 和 个 性 。 曾 巩 的 一 生, 很 好 的 诠 释 了 父 母 官 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+33,ddd,弟(di),1251,1139275,"这 个 消 息 后, 立 刻 放 下 了 手 头 的 工 作 赶 回 家 中 侍 奉 他 的 继 母 。 当 时 家 境 贫 寒, 并 且 他",,的(de) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 这 个 消 息 后, 立 刻 放 下 了 手 头 的 工 作 赶 回 家 中 侍 奉 他 的 继 母 。 当 时 家 境 贫 寒, 并 且 他 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+34,delaiwang,来(lai),32,39801988,"还 经 过 了 王 安 石 的 举 荐 认 识 了 欧 阳 修, 并 且 他 还 和 范 仲 淹 等 名 人 有 书 信 上",,的(de) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 还 经 过 了 王 安 石 的 举 荐 认 识 了 欧 阳 修, 并 且 他 还 和 范 仲 淹 等 名 人 有 书 信 上 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+35,diaoren,调(diao),536,4759014,", 关 心 民 间 疾 苦 。 他 按 照 王 安 石 新 法 的 宗 旨, 并 且 结 合 当 地 的 实 际 情 况 加 以 改 造 和 实 施 。 后 来 曾 巩 被",,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,"[CLS], 关 心 民 间 疾 苦 。 他 按 照 王 安 石 新 法 的 宗 旨, 并 且 结 合 当 地 的 实 际 情 况 加 以 改 造 和 实 施 。 后 来 曾 巩 被 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+36,dezhizhou,州(zhou),595,4241874,"安 石 新 法 的 宗 旨, 并 且 结 合 当 地 的 实 际 情 况 加 以 改 造 和 实 施 。 后 来 曾 巩 被 调 任 为 江 西",,的(de) | 知(zhi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,"[CLS] 安 石 新 法 的 宗 旨, 并 且 结 合 当 地 的 实 际 情 况 加 以 改 造 和 实 施 。 后 来 曾 巩 被 调 任 为 江 西 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+37,n'm,那(na),220,11828799,被 后 人 称 之 为 唐 宋 八 大 家 之 一 。 由 此 可 见 曾 巩 在 当 时 社 会 的 地 位 之 高 。,,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 被 后 人 称 之 为 唐 宋 八 大 家 之 一 。 由 此 可 见 曾 巩 在 当 时 社 会 的 地 位 之 高 。 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+38,bingqie,且(qie),385,7223341,", 他 认 为 解 救 瘟 疫 问 题 势 在 必 行 。 于 是 他 就 迅 速 的 命 令 各 个 郡 县 准 备 好 充 足 发 瘟 疫 的 药 品,",,并(bing) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS], 他 认 为 解 救 瘟 疫 问 题 势 在 必 行 。 于 是 他 就 迅 速 的 命 令 各 个 郡 县 准 备 好 充 足 发 瘟 疫 的 药 品, [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+39,cgyj,巩(gong),2067,330472,"然 皇 天 不 负 有 心 人, 后 来 他 和 他 的 弟 弟 们 一 次 参 加 考 试, 这 次",就 考 中 了 进 士 第,曾(ceng) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 然 皇 天 不 负 有 心 人, 后 来 他 和 他 的 弟 弟 们 一 次 参 加 考 试, 这 次 [SEP] 就 考 中 了 进 士 第 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+40,xh,欢(huan),818,2534916,"巩 的 不 拘 于 时, 他 喜 欢 洒 脱 的 表 达 自 己 的 真 实 想 法, 所 以 他 不",学 习 科 举 考 试 上 写 文 章 的 套,喜(xi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 巩 的 不 拘 于 时, 他 喜 欢 洒 脱 的 表 达 自 己 的 真 实 想 法, 所 以 他 不 [SEP] 学 习 科 举 考 试 上 写 文 章 的 套 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+41,lejiugemeimei,九(jiu),848,2385929,", 并 且 他 的 弟 弟 妹 妹 还 都 年 幼, 于 是 家 庭 的 重 担 都 由 曾 巩 一 个 人 扛 着 。 他 一 共 抚 养",,了(le) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS], 并 且 他 的 弟 弟 妹 妹 还 都 年 幼, 于 是 家 庭 的 重 担 都 由 曾 巩 一 个 人 扛 着 。 他 一 共 抚 养 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+42,toudegongzuogan,头(tou),357,7779069,"而 不 幸 去 世, 曾 巩 是 一 个 非 常 孝 顺 的 孩 子, 他 得 知 这 个 消 息 后, 立 刻 放 下 了 手",回 家 中 侍 奉 他,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,"[CLS] 而 不 幸 去 世, 曾 巩 是 一 个 非 常 孝 顺 的 孩 子, 他 得 知 这 个 消 息 后, 立 刻 放 下 了 手 [SEP] 回 家 中 侍 奉 他 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+43,duguo,读(du),383,7271012,籍 。 曾 巩 从 小 就 对 非 常 沉 浸 于 读 书 。 并 且 他 的 记 忆 力 还 非 常 的 好 。 只 要 是 他,"一 遍 的 书 籍, 他 都 能 够 倒 背 如 流",<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,"[CLS] 籍 。 曾 巩 从 小 就 对 非 常 沉 浸 于 读 书 。 并 且 他 的 记 忆 力 还 非 常 的 好 。 只 要 是 他 [SEP] 一 遍 的 书 籍, 他 都 能 够 倒 背 如 流 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+44,dshshhd,时(shi),20,51824659,"他 文 章 写 得 耐 人 寻 味, 表 露 了 自 己 的 真 情 实 感 。 被 后 人 称 之 为 唐 宋 八 大 家 之 一 。 由 此 可 见 曾 巩 在",,当(dang) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,1,"[CLS] 他 文 章 写 得 耐 人 寻 味, 表 露 了 自 己 的 真 情 实 感 。 被 后 人 称 之 为 唐 宋 八 大 家 之 一 。 由 此 可 见 曾 巩 在 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+45,xiaoyoumingqi,小(xiao),98,20163137,将 他 送 到 了 中 禅 寺 里 寄 读 。 这 更 使 曾 巩 增 加 了 阅 历 和 知 识 。 于 是 曾 巩 二 十 岁 的 时 候 就 已 经,了 。 在 曾 巩 十 八,<PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,0,[CLS] 将 他 送 到 了 中 禅 寺 里 寄 读 。 这 更 使 曾 巩 增 加 了 阅 历 和 知 识 。 于 是 曾 巩 二 十 岁 的 时 候 就 已 经 [SEP] 了 。 在 曾 巩 十 八 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+46,jiajiugenanding,男(nan),917,2064259,"所 以 他 就 仔 仔 细 细 的 落 实 对 人 口 的 普 查, 最 后 经 过 了 计 算, 一",,家(jia) | 九(jiu) | 个(ge) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,"[CLS] 所 以 他 就 仔 仔 细 细 的 落 实 对 人 口 的 普 查, 最 后 经 过 了 计 算, 一 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+47,shengpingshiji,迹(ji),1225,1181846,仆 呢? 他 又 为 百 姓 们 做 了 哪 些 善 事 呢? 下 面 就 让 小 编 为 大 家 讲 一 讲 北 宋 时 期 著 名 的 文 学 家 曾 巩 的,,生(sheng) | 平(ping) | 事(shi) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,[CLS] 仆 呢? 他 又 为 百 姓 们 做 了 哪 些 善 事 呢? 下 面 就 让 小 编 为 大 家 讲 一 讲 北 宋 时 期 著 名 的 文 学 家 曾 巩 的 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]
+48,weibaixing,姓(xing),1030,1693217,"的 诠 释 了 父 母 官 这 几 个 字 的 意 义, 他 处 处 替 百 姓 着 想,",,为(wei) | 百(bai) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,2,"[CLS] 的 诠 释 了 父 母 官 这 几 个 字 的 意 义, 他 处 处 替 百 姓 着 想, [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"
+49,jgnd,丁(ding),1416,851225,"的 户 口 有 漏 登 和 谎 报 的 情 况, 所 以 他 就 仔 仔 细 细 的 落 实 对 人 口 的 普 查, 最 后 经 过 了 计 算, 一 家",的 话 只 需 要 出,九(jiu) | 个(ge) | 男(nan) | <PAD> | <PAD> | <PAD> | <PAD> | <PAD>,3,"[CLS] 的 户 口 有 漏 登 和 谎 报 的 情 况, 所 以 他 就 仔 仔 细 细 的 落 实 对 人 口 的 普 查, 最 后 经 过 了 计 算, 一 家 [SEP] 的 话 只 需 要 出 [SEP] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD] [PAD]"