復元高校入試・筆記の表層語形

2026-09-21に復元した公立高校入試筆記PDFのテキスト層表層語形計数。pypdf と PyMuPDF の頻度表が完全一致した材料のみ計上。

統計範囲

現時点で計数可能なのは青森県2024筆記のみ（1,946トークン/474語形）。北海道2023はテキスト層破損、岐阜2025は文字化け、愛知2025/2026はスキャン件で、いずれも partial・token_count=null・観測なし（0ではない）。

収録数

  • 登録行数474
  • 見出し語数474
  • 資料登録数5
  • 全件採用資料1
  • 一部採用資料4
  • 採用資料の語数1,946
  • 全件採用資料の語数1,946

集計口径：observations・materials は登録行数であり、独立したコーパス総量ではありません。tokens は収録資料（included+partial）の token 合計、includedTokens はstatus=included の完全な資料のみを数えます。excluded 資料のtoken は計上しません。校正中または出典の利用条件を確認中の資料は館全体の観測・資料合計に含めず、その観測数と見出し語数は未確定とします。

先頭の公開レコード

  1. a · 2024 · 青森県 · token_freq: 48
  2. about · 2024 · 青森県 · token_freq: 27
  3. adventure · 2024 · 青森県 · token_freq: 8
  4. after · 2024 · 青森県 · token_freq: 3
  5. ago · 2024 · 青森県 · token_freq: 1