CET 旧四本书内容分层（0916 draftForReview，15,638 书×单元）

CET 2026-09-16 旧排序产物的书册×词性单元编排：band（命中套数分层）/block（需学块/书末块）/occ/sets/instrOcc/zeroFreq/zipf/cefr/pos 全字段保留。每行 = 一本书内的一个词性单元（book×unit），频次为来源词表继承值、不跨书求和。本数据集是历史编排成果（draftForReview），与 R6 新版词序是不同版本，不可混算；语料证据见 cet4/cet6。

统计范围

四本书 en_book_4/5/6/7（四级全部/四级核心/六级全部/六级核心），合计 15,638 个书×单元行；bookOrder 各书内连续。

统计口径

  • 材料登记数4
  • 完整纳入材料4
  • 部分纳入材料0

口径说明：observations 与 materials 是登记行数，不代表独立语料总量；tokens 为纳入材料（included+partial）的 token 合计，includedTokens 仅计 status=included 的完整材料；excluded 材料不计入 token。校对或来源许可待核的馆藏不进入全站观察与材料合计，该馆藏的观察数量与词头数量记为未知。