# 苏州话词库 · 交付物字段说明

> 本文件随交付包一起提供，目的是让你拿到数据后 5 分钟内就能跑起来。

## 1. 文件清单

| 文件 | 说明 |
|---|---|
| `suzhou_dialect_lexicon.json` | 全量词库，UTF-8 编码，共 3550 条词条 |
| `suzhou_dialect_lexicon.csv` | 同一份数据的表格版，**UTF-8 with BOM**（Excel 直接双击不乱码） |
| `示例代码_读取词库.py` | 零依赖读取示例（只用标准库），含检索演示 |
| `授权声明模板_商用授权版.md` | 商用授权档的具名授权声明模板 |

## 2. 数据结构

JSON 顶层为对象，键 = 词条；每个词条是对象，字段：word、pinyin、ipa、meaning


## 3. CSV 格式

- 列：词条、拼音、释义、ipa、meaning、word
- 行数：3551（含 1 行表头，即 3550 条数据）
- 编码：**UTF-8 with BOM**。用 Excel 打开直接正常显示；用 Python 读取请用 `encoding="utf-8-sig"`，否则第一列列名会多出 `\ufeff`。

## 4. 已知边界（不藏）

- 词库是**词条 + 释义**结构，**释义覆盖率不是 100%**，仍有部分词条释义为空 —— 采购前请先下载官网免费样本（前 100 条）确认格式是否符合你的用途。
- 素材为静态数据文件，不含音频；本词库不承诺覆盖任何特定领域的专业术语。
- 授权范围以订单邮件内附的声明为准。

## 5. 快速自检

```
python -c "import json;d=json.load(open('suzhou_dialect_lexicon.json',encoding='utf-8'));print(len(d))"
```
输出应为 3550。