板块 · 简帛 · 测试集
楚简《论语》类文献 · 识别测试集
安大简《仲尼曰》与王家嘴《孔子曰》合为一套， 用于战国楚文字的字符识别与整简检测评测。 只收战国楚简，不含任何汉代材料。
构成
四个部分，两种任务
| 部分 | 材料 | 年代 | 内容 | 任务 |
|---|---|---|---|---|
| A | 安大简《仲尼曰》 | 战国·楚 | 201 枚字形图（逐字对齐）+ 27 句释文 | 字符识别 |
| B | 王家嘴《孔子曰》2023 | 战国·楚 | 77 张字条图（按真实简号编组）+ 40 条释文 | 序列识别 |
| C | 王家嘴 · 赵晓斌 2025 对读 | 战国·楚 | 11 则安大／王家嘴逐句对读 | 释文校验 |
| D | 王家嘴单简图版 | 战国·楚 | 21 支整简 + 410 个字框（自建分割器产出） | 整简检测 |
范围界定
为什么要专门声明“不含汉代材料”
材料所出的硕论附录二里，王家嘴《孔子曰》校释之后紧接着是
附录三《汉简〈论语〉合集》，依次收录
甲渠候官悬泉肩水金关云南泊所
平壤贞柏洞海昏定县 七批汉简。
这些是汉代隶书，与战国楚文字是两个字体系统，混入会直接污染评测。
本测试集在 PDF 第 178 页硬性截断，只取楚简部分；
生成脚本内置汉简特征自检（出土编号体例 73EJ*/72EJ* 与七批名称），
当前状态：clean。
需要说明的是，王家嘴校释里存在少量拿海昏简作对读的引证 （如第 173 页“海昏简《论语·知道》……”），那是学术比较，不是材料混入—— 该页字条实为王家嘴简 57／190／412／1088。自检逻辑因此只认章节标题，不认引文。
A · 安大简《仲尼曰》
逐字对齐的字形
安徽大学藏战国竹简（二），中西书局 2022。原简 13 支、正文 25 句， 加末尾「仲尼之耑语」「仆快周恒」共 27 句。 下列字形按释文顺序切出，标签即该位置的宽式释文用字。 朱框标出的 57 个字头只出现一次—— 长尾正是识别的短板所在。
不句1·14
不句9·11
不句9·20
仲句1·1
仲句4·1
仲句9·1
尼句1·2
尼句4·2
尼句9·2
曰句1·3
曰句4·3
曰句9·3
汝句9·5
汝句9·7
汝句9·13
而句1·6
而句1·12
而句11·5
人句1·16
人句9·10
人句9·25
仁句4·5
仁句11·4
仁句11·14
乎句4·7
乎句10·23
乎句22·6
于句4·15
于句11·8
于句11·20
弗句9·26
弗句14·9
弗句14·13
者句14·5
者句14·12
者句23·13
为句10·20
为句22·10
为句23·20
也句9·28
也句10·8
也句10·30
以句18·4
以句18·8
以句22·8
其句10·28
其句11·13
其句11·25
吾句11·10
吾句11·22
吾句23·8
恶句4·6
恶句14·6
恶句14·14
隐句9·12
隐句11·12
隐句11·24
之句14·17
之句23·22
侮句16·9
侮句25·8
十句10·9
十句10·13
善句10·22
善句22·15
子句10·5
子句10·26
幸句9·6
幸句9·21
异句18·6
异句18·9
恒句16·8
恒句25·7
惠句11·7
惠句11·19
我句11·9
我句11·21
敚句25·4
敚句25·6
有句9·8
有句9·23
杀句14·10
杀句14·16
知句23·17
知句23·21
能句9·15
能句22·14
过句9·9
过句9·24
颠句4·12
颠句23·4
一句22·11
乌句10·18
今句14·11
何句22·7
出句10·7
华句1·4
厚句1·8
去句4·4
古句14·4
同句18·5
名句4·9
君句10·25
唯句23·14
喜句16·4
回句9·4
多句1·11
天句1·9
如句10·6
实句1·7
寿句22·9
小句22·4
岸句23·7
弟句10·4
心句23·15
必句4·14
怒句16·5
慎句10·27
成句4·8
所句23·9
手句10·10
指句10·11
援句23·12
改句9·17
敢句10·19
日句22·12
时句16·7
易句18·10
果句23·11
次句4·11
此句4·16
沛句4·13
沟句23·6
独句10·29
疾句9·27
盖句10·24
盗句14·7
目句10·14
繁句1·5
自句9·16
色句23·19
行句1·13
视句10·15
言句1·10
赐句9·18
足句1·15
造句4·10
难句18·7对齐口径从严。只有某句的字形图数与其释文汉字数完全相等才收，差一个字整句丢弃。27 句中收录 14 句、丢弃 13 句，丢弃多因重文符「=」（一形两字）与异体括注（如〈而〉）造成的数量错位。逐句复核零不符。这是测试集，错一个标签的危害远大于少收一句。
A · 释文
《仲尼曰》二十七句
- 仲尼曰：“华繁而实厚，天；言多而行不足，人。”
- 仲尼曰：“今人不信其所贵，而信其所贱。《诗》曰：‘彼求我，若不我得。执我仇仇，亦不我力。’”
- 仲尼曰：“君子溺于言，小人溺于水。”
- 仲尼曰：“去仁，恶乎成名？造次、颠沛必于此。”
- 仲尼曰：“直哉，史鱼！邦有道，如矢；邦无道，如矢。”
- 仲尼曰：“伊諿=，而禹=，以治天下，未闻多言而仁者。”
- 仲尼曰：“君子所慎，必在人之所不闻与人之所不见。”
- 仲尼曰：“君子之择人劳，其用之逸；小人之择人逸，其用之劳。”
- 仲尼曰：“回，汝幸，汝有过，人不隐汝，汝能自改；赐，汝不幸，汝有过，人弗疾也。”
- 仲尼曰：“弟子如出也，十手指汝，十目视汝，汝乌敢为不善乎？盖君子慎其独也。”
- 仲尼曰：“仁而不惠于我，吾不隐其仁；不仁不〈而〉惠于我，吾不隐其不仁。”
- 仲尼曰：“晏平仲善交哉！久狎而长敬。”
- 仲尼曰：“古之学者自为，今之学者为人。”
- 仲尼曰：“古者恶盗而弗杀，今者弗恶而杀之。”
- 仲尼曰：“君子见善以思，见不善以戒。”
- 仲尼曰：“喜怒不时，恒侮。”
- 仲尼曰：“管仲善，善哉！老讫。”
- 仲尼曰：“以同异难，以异易。”
- 康子使人问政于仲尼。曰：“丘之未闻也。”使者退。仲尼曰：“视之君子，其言小人也。孰正而可使人闻？”
- 仲尼曰：“一箪食，一勺浆，人不胜其忧，己不胜其乐，吾不如回也。”
- 仲尼曰：“见善如弗及，见不善如及。隐以避难，静居以成其志。伯夷、叔齐死于首阳，手足不掩，必夫人之谓乎？”
- 仲尼曰：“小人乎！何以寿为？ 一日不能善。”
- 仲尼曰：“颠于沟岸，吾所不果援者，唯心弗知而色为知之者乎？”
- 仲尼曰：“务言而惰行，虽言不听；务行〈而〉伐功，虽劳不闻。”
- 仲尼曰：“敚不敚，恒=侮人。”
- 仲尼之耑语也。
- 仆快周恒。
B · 王家嘴《孔子曰》
按真实简号编组的字条
荆州王家嘴 M798 楚简，2023 年公布。字条按原样保留整条，未做逐字切分—— 切分本身会引入误差，那正是要评测的能力。覆盖简号： 34、37、57、190、297、347、412、425、438、440、441、442、483、484、516、765、779、852、1047、1072、1088。
简 34
简 37
简 57
简 190
简 297
简 347
简 412
简 425
简 438
简 440
简 441
简 442
简 483
简 484
简 516
简 765
简 779
简 852
简 1047
简 1072
简 1088
B · 平行语料
严式 → 宽式 对照表
释文以「严式（宽式）」成对写出，本身即平行语料。共 202 例、114 个类型， 可直接用作释文归一化的确定性映射，每条都能追溯出现次数。
| 严式 | 宽式 | 次 | 严式 | 宽式 | 次 | 严式 | 宽式 | 次 |
|---|---|---|---|---|---|---|---|---|
| 亓 | 其 | 19 | 昏 | 闻 | 12 | 此 | 斯 | 9 |
| 又 | 有 | 8 | 才 | 在 | 7 | 亡 | 无 | 7 |
| 女 | 如 | 6 | 惪 | 德 | 5 | 者 | 诸 | 4 |
| 昏 | 问 | 3 | 古 | 故 | 3 | 可 | 何 | 3 |
| 内 | 入 | 2 | 不 | 得 | 2 | 青 | 请 | 2 |
| 飤 | 食 | 2 | 型 | 刑 | 2 | 備 | 服 | 2 |
| 子 | 路 | 2 | 氏 | 宰 | 2 | 苟 | 敬 | 2 |
| 之 | 以 | 2 | 秊 | 年 | 2 | 之 | 勇 | 2 |
| 中 | 仲 | 2 | 眚 | 姓 | 2 | 楝 | 闲 | 1 |
| 少 | 小 | 1 | 马 | 旗 | 1 | 子 | 新 | 1 |
| 猷 | 犹 | 1 | 而 | 桓 | 1 | 之 | 卫 | 1 |
| 因 | 辞 | 1 | 鲁 | 孔 | 1 | 女 | 汝 | 1 |
| 死 | 乎 | 1 | 公 | 夏 | 1 | 一 | 櫜 | 1 |
| 石 | 问 | 1 | 西 | 遇 | 1 | 逃 | 盗 | 1 |
| 於 | 蒲 | 1 | 參 | 三 | 1 | 弋 | 代 | 1 |
| 殳 | 沒 | 1 | 與 | 歟 | 1 | 死 | 者 | 1 |
| 奴 | 如 | 1 | 子 | 夏 | 1 | 豊 | 禮 | 1 |
| 不 | 慎 | 1 | 之 | 親 | 1 | 是 | 失 | 1 |
| 才 | 哉 | 1 | 大 | 泰 | 1 | 白 | 伯 | 1 |
| 吝 | 文 | 1 | 㠯 | 以 | 1 | 於 | 殷 | 1 |
| 䢔 | 路 | 1 | 之 | 冕 | 1 | 卲 | 韶 | 1 |
| 奠 | 鄭 | 1 | 子 | 赣 | 1 | 芋 | 华 | 1 |
| 易 | 赐 | 1 | 安 | 焉 | 1 | 甬 | 用 | 1 |
| 惖 | 赐 | 1 | 后 | 丧 | 1 | 惖 | 荡 | 1 |
| 粟 | 倍 | 1 | 它 | 他 | 1 | 弗 | 吾 | 1 |
| 柬 | 谏 | 1 | 或 | 又 | 1 | 韦 | 违 | 1 |
| 考 | 召 | 1 | 愳 | 惧 | 1 | 不 | 苟 | 1 |
| 不 | 信 | 1 | 小 | 少 | 1 | 果 | 于 | 1 |
| 父 | 没 | 1 | 改 | 于 | 1 | 胃 | 谓 | 1 |
| 衰 | 蓑 | 1 | 句 | 苟 | 1 | 能 | 达 | 1 |
| 与 | 欤 | 1 | 一 | 箪 | 1 | 汋 | 勺 | 1 |
| 韦 | 回 | 1 | 寺 | 诗 | 1 | 箸 | 书 | 1 |
| 豊 | 礼 | 1 | 安 | 晏 | 1 | 豚 | 肩 | 1 |
| 不 | 揜 | 1 | 梪 | 豆 | 1 | 毋 | 颠 | 1 |
| 句 | 后 | 1 | 里 | 于 | 1 | 所 | 归 | 1 |
| 所 | 察 | 1 | 伥 | 长 | 1 | 好 | 智 | 1 |
| 斆 | 学 | 1 | 公 | 问 | 1 | 与 | 桓 | 1 |
| 公 | 孰 | 1 | 臤 | 贤 | 1 | 公 | 乎 | 1 |
出处
材料来源与用法
- 集释／校释：王逸飞《简帛文献与〈论语〉成书问题研究》， 武汉大学硕士学位论文，导师曹建国教授，2024 年 5 月，附录一、附录二。
- 安大简《仲尼曰》：黄德宽、徐在国主编《安徽大学藏战国竹简（二）》，中西书局，2022。
- 王家嘴《孔子曰》：荆州王家嘴 M798 楚简，2023 年公布。
- 对读：赵晓斌《安大简〈仲尼曰〉与王家嘴简〈孔子曰〉对读》， 《中国文化研究》2025 年春之卷。
数据文件：manifest.json · 安大简 · 王家嘴 · 2025 对读。字形以原始 JPEG 直存，未做增强或二值化。
这是测试集，不是训练集。
规模小（201 枚字形）但标签可靠：每一枚都对应古文字学者在集释中确认过的释读，
不是自动分割的结果。用它来测，不要用它来训。
另需注意：D 部分 21 支单简的 410 个字框来自本项目自建的 Otsu→连通域分割器，
未经人工逐框核对，因此基于它的 P/R/F1 只能表述为「与该分割器的一致度」，
不能表述为与人类真值的准确率。