feat: initial commit

.gitignore

@@ -0,0 +1,3 @@
+.DS_Store
+test
+checkpoint-*

README.md

@@ -0,0 +1,28 @@
+---
+language:
+- "ja"
+tags:
+- "japanese"
+- "masked-lm"
+license: "cc-by-sa-4.0"
+pipeline_tag: "fill-mask"
+mask_token: "[MASK]"
+widget:
+- text: "入[MASK]外無之候江戸大水又ハ大地震なと"
+- text: "日[MASK]守御望之由可令披露候"
+---
+
+# roberta-small-hi-char-mlm
+
+## Model Description
+
+This is a RoBERTa model pre-trained on HI texts with character tokenizer.
+This uses `is_decoder=False` option.
+
+## How to Use
+
+```py
+from transformers import AutoTokenizer,AutoModelForMaskedLM
+tokenizer=AutoTokenizer.from_pretrained("nakamura196/roberta-small-hi-char-mlm")
+model=AutoModelForMaskedLM.from_pretrained("nakamura196/roberta-small-hi-char-mlm")
+```

added_tokens.json

@@ -0,0 +1 @@
+{"</s>": 6615, "<s>": 6614}

config.json

@@ -0,0 +1,27 @@
+{
+  "_name_or_path": "roberta-small-japanese-aozora-char-custom",
+  "architectures": [
+    "RobertaForMaskedLM"
+  ],
+  "attention_probs_dropout_prob": 0.1,
+  "bos_token_id": 2,
+  "classifier_dropout": null,
+  "eos_token_id": 3,
+  "hidden_act": "gelu",
+  "hidden_dropout_prob": 0.1,
+  "hidden_size": 256,
+  "initializer_range": 0.02,
+  "intermediate_size": 768,
+  "layer_norm_eps": 1e-12,
+  "max_position_embeddings": 130,
+  "model_type": "roberta",
+  "num_attention_heads": 4,
+  "num_hidden_layers": 12,
+  "pad_token_id": 1,
+  "position_embedding_type": "absolute",
+  "torch_dtype": "float32",
+  "transformers_version": "4.17.0",
+  "type_vocab_size": 2,
+  "use_cache": true,
+  "vocab_size": 7000
+}

optimizer.pt

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:9b431a20185b9d315699a6a732a9b1cbc63f7d93654b71433a7cd02597464ae5
+size 78523353

pytorch_model.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:8a2f1383976c493bad5dec68fc2de14227345adf6d5ed26989746abebf23fc26
+size 39286699

rng_state.pth

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:ed583e01607e043950535d5c4ae00a739a783eeb23179f6faa3c9dd2060c9dec
+size 14503

scheduler.pt

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:491092af1e8a06d583d09f4a90b42061f43f4540881fe6d647b0f3899893aee2
+size 623

special_tokens_map.json

@@ -0,0 +1 @@
+{"bos_token": "<s>", "eos_token": "</s>", "unk_token": "[UNK]", "sep_token": "[SEP]", "pad_token": "[PAD]", "cls_token": "[CLS]", "mask_token": {"content": "[MASK]", "single_word": false, "lstrip": true, "rstrip": false, "normalized": false}}

tokenizer_config.json

@@ -0,0 +1 @@
+{"errors": "replace", "bos_token": "<s>", "eos_token": "</s>", "sep_token": "[SEP]", "cls_token": "[CLS]", "unk_token": "[UNK]", "pad_token": "[PAD]", "mask_token": "[MASK]", "add_prefix_space": false, "trim_offsets": true, "do_lower_case": false, "tokenize_chinese_chars": true, "strip_accents": false, "never_split": ["[PAD]", "[UNK]", "[CLS]", "[SEP]", "[MASK]"], "model_max_length": 128, "do_basic_tokenize": true, "special_tokens_map_file": "/home/jupyter/.cache/huggingface/transformers/4ecfda4a8d883cb8d97588a93c58a7c6afe25671a084d4dbd3dae56533179782.dd8bd9bfd3664b530ea4e645105f557769387b3da9f79bdb55ed556bdd80611d", "name_or_path": "roberta-small-japanese-aozora-char-custom", "tokenizer_class": "RobertaTokenizer"}

trainer_state.json

@@ -0,0 +1,928 @@
+{
+  "best_metric": null,
+  "best_model_checkpoint": null,
+  "epoch": 39.714058776806986,
+  "global_step": 50000,
+  "is_hyper_param_search": false,
+  "is_local_process_zero": true,
+  "is_world_process_zero": true,
+  "log_history": [
+    {
+      "epoch": 0.4,
+      "learning_rate": 1.999205718824464e-05,
+      "loss": 25.5103,
+      "step": 500
+    },
+    {
+      "epoch": 0.79,
+      "learning_rate": 1.9984114376489278e-05,
+      "loss": 18.4925,
+      "step": 1000
+    },
+    {
+      "epoch": 1.0,
+      "eval_loss": 14.646448135375977,
+      "eval_runtime": 70.1643,
+      "eval_samples_per_second": 6121.707,
+      "eval_steps_per_second": 1.995,
+      "step": 1259
+    },
+    {
+      "epoch": 1.19,
+      "learning_rate": 1.9976171564733916e-05,
+      "loss": 15.0445,
+      "step": 1500
+    },
+    {
+      "epoch": 1.59,
+      "learning_rate": 1.9968228752978554e-05,
+      "loss": 12.5296,
+      "step": 2000
+    },
+    {
+      "epoch": 1.99,
+      "learning_rate": 1.9960285941223196e-05,
+      "loss": 10.6706,
+      "step": 2500
+    },
+    {
+      "epoch": 2.0,
+      "eval_loss": 9.694795608520508,
+      "eval_runtime": 67.5462,
+      "eval_samples_per_second": 6358.978,
+      "eval_steps_per_second": 2.073,
+      "step": 2518
+    },
+    {
+      "epoch": 2.38,
+      "learning_rate": 1.9952343129467834e-05,
+      "loss": 9.2923,
+      "step": 3000
+    },
+    {
+      "epoch": 2.78,
+      "learning_rate": 1.9944400317712472e-05,
+      "loss": 8.3023,
+      "step": 3500
+    },
+    {
+      "epoch": 3.0,
+      "eval_loss": 7.442232608795166,
+      "eval_runtime": 68.0543,
+      "eval_samples_per_second": 6311.503,
+      "eval_steps_per_second": 2.057,
+      "step": 3777
+    },
+    {
+      "epoch": 3.18,
+      "learning_rate": 1.993645750595711e-05,
+      "loss": 7.6019,
+      "step": 4000
+    },
+    {
+      "epoch": 3.57,
+      "learning_rate": 1.9928514694201748e-05,
+      "loss": 7.1126,
+      "step": 4500
+    },
+    {
+      "epoch": 3.97,
+      "learning_rate": 1.9920571882446386e-05,
+      "loss": 6.7538,
+      "step": 5000
+    },
+    {
+      "epoch": 4.0,
+      "eval_loss": 6.4947967529296875,
+      "eval_runtime": 67.4445,
+      "eval_samples_per_second": 6368.567,
+      "eval_steps_per_second": 2.076,
+      "step": 5036
+    },
+    {
+      "epoch": 4.37,
+      "learning_rate": 1.9912629070691024e-05,
+      "loss": 6.4873,
+      "step": 5500
+    },
+    {
+      "epoch": 4.77,
+      "learning_rate": 1.9904686258935662e-05,
+      "loss": 6.2941,
+      "step": 6000
+    },
+    {
+      "epoch": 5.0,
+      "eval_loss": 6.058001518249512,
+      "eval_runtime": 66.6412,
+      "eval_samples_per_second": 6445.335,
+      "eval_steps_per_second": 2.101,
+      "step": 6295
+    },
+    {
+      "epoch": 5.16,
+      "learning_rate": 1.9896743447180304e-05,
+      "loss": 6.1608,
+      "step": 6500
+    },
+    {
+      "epoch": 5.56,
+      "learning_rate": 1.9888800635424942e-05,
+      "loss": 6.0606,
+      "step": 7000
+    },
+    {
+      "epoch": 5.96,
+      "learning_rate": 1.988085782366958e-05,
+      "loss": 5.9841,
+      "step": 7500
+    },
+    {
+      "epoch": 6.0,
+      "eval_loss": 5.85178279876709,
+      "eval_runtime": 67.6703,
+      "eval_samples_per_second": 6347.319,
+      "eval_steps_per_second": 2.069,
+      "step": 7554
+    },
+    {
+      "epoch": 6.35,
+      "learning_rate": 1.987291501191422e-05,
+      "loss": 5.9144,
+      "step": 8000
+    },
+    {
+      "epoch": 6.75,
+      "learning_rate": 1.986497220015886e-05,
+      "loss": 5.8638,
+      "step": 8500
+    },
+    {
+      "epoch": 7.0,
+      "eval_loss": 5.727705955505371,
+      "eval_runtime": 66.5854,
+      "eval_samples_per_second": 6450.735,
+      "eval_steps_per_second": 2.103,
+      "step": 8813
+    },
+    {
+      "epoch": 7.15,
+      "learning_rate": 1.9857029388403498e-05,
+      "loss": 5.8139,
+      "step": 9000
+    },
+    {
+      "epoch": 7.55,
+      "learning_rate": 1.9849086576648136e-05,
+      "loss": 5.7603,
+      "step": 9500
+    },
+    {
+      "epoch": 7.94,
+      "learning_rate": 1.9841143764892774e-05,
+      "loss": 5.6951,
+      "step": 10000
+    },
+    {
+      "epoch": 8.0,
+      "eval_loss": 5.557251453399658,
+      "eval_runtime": 66.7182,
+      "eval_samples_per_second": 6437.901,
+      "eval_steps_per_second": 2.098,
+      "step": 10072
+    },
+    {
+      "epoch": 8.34,
+      "learning_rate": 1.9833200953137412e-05,
+      "loss": 5.6463,
+      "step": 10500
+    },
+    {
+      "epoch": 8.74,
+      "learning_rate": 1.982525814138205e-05,
+      "loss": 5.6046,
+      "step": 11000
+    },
+    {
+      "epoch": 9.0,
+      "eval_loss": 5.441849231719971,
+      "eval_runtime": 69.0026,
+      "eval_samples_per_second": 6224.763,
+      "eval_steps_per_second": 2.029,
+      "step": 11331
+    },
+    {
+      "epoch": 9.13,
+      "learning_rate": 1.981731532962669e-05,
+      "loss": 5.5704,
+      "step": 11500
+    },
+    {
+      "epoch": 9.53,
+      "learning_rate": 1.9809372517871326e-05,
+      "loss": 5.5179,
+      "step": 12000
+    },
+    {
+      "epoch": 9.93,
+      "learning_rate": 1.9801429706115968e-05,
+      "loss": 5.4583,
+      "step": 12500
+    },
+    {
+      "epoch": 10.0,
+      "eval_loss": 5.300734519958496,
+      "eval_runtime": 67.6172,
+      "eval_samples_per_second": 6352.303,
+      "eval_steps_per_second": 2.07,
+      "step": 12590
+    },
+    {
+      "epoch": 10.33,
+      "learning_rate": 1.9793486894360606e-05,
+      "loss": 5.4088,
+      "step": 13000
+    },
+    {
+      "epoch": 10.72,
+      "learning_rate": 1.9785544082605244e-05,
+      "loss": 5.3664,
+      "step": 13500
+    },
+    {
+      "epoch": 11.0,
+      "eval_loss": 5.175403594970703,
+      "eval_runtime": 66.4605,
+      "eval_samples_per_second": 6462.863,
+      "eval_steps_per_second": 2.107,
+      "step": 13849
+    },
+    {
+      "epoch": 11.12,
+      "learning_rate": 1.9777601270849882e-05,
+      "loss": 5.325,
+      "step": 14000
+    },
+    {
+      "epoch": 11.52,
+      "learning_rate": 1.976965845909452e-05,
+      "loss": 5.2849,
+      "step": 14500
+    },
+    {
+      "epoch": 11.91,
+      "learning_rate": 1.976171564733916e-05,
+      "loss": 5.2439,
+      "step": 15000
+    },
+    {
+      "epoch": 12.0,
+      "eval_loss": 5.062605857849121,
+      "eval_runtime": 66.7633,
+      "eval_samples_per_second": 6433.547,
+      "eval_steps_per_second": 2.097,
+      "step": 15108
+    },
+    {
+      "epoch": 12.31,
+      "learning_rate": 1.9753772835583797e-05,
+      "loss": 5.2041,
+      "step": 15500
+    },
+    {
+      "epoch": 12.71,
+      "learning_rate": 1.9745830023828435e-05,
+      "loss": 5.1685,
+      "step": 16000
+    },
+    {
+      "epoch": 13.0,
+      "eval_loss": 4.951611518859863,
+      "eval_runtime": 67.703,
+      "eval_samples_per_second": 6344.256,
+      "eval_steps_per_second": 2.068,
+      "step": 16367
+    },
+    {
+      "epoch": 13.11,
+      "learning_rate": 1.9737887212073076e-05,
+      "loss": 5.1323,
+      "step": 16500
+    },
+    {
+      "epoch": 13.5,
+      "learning_rate": 1.9729944400317714e-05,
+      "loss": 5.093,
+      "step": 17000
+    },
+    {
+      "epoch": 13.9,
+      "learning_rate": 1.9722001588562352e-05,
+      "loss": 5.0551,
+      "step": 17500
+    },
+    {
+      "epoch": 14.0,
+      "eval_loss": 4.854883193969727,
+      "eval_runtime": 66.6895,
+      "eval_samples_per_second": 6440.672,
+      "eval_steps_per_second": 2.099,
+      "step": 17626
+    },
+    {
+      "epoch": 14.3,
+      "learning_rate": 1.971405877680699e-05,
+      "loss": 5.0229,
+      "step": 18000
+    },
+    {
+      "epoch": 14.69,
+      "learning_rate": 1.9706115965051632e-05,
+      "loss": 4.9884,
+      "step": 18500
+    },
+    {
+      "epoch": 15.0,
+      "eval_loss": 4.770427227020264,
+      "eval_runtime": 68.6298,
+      "eval_samples_per_second": 6258.579,
+      "eval_steps_per_second": 2.04,
+      "step": 18885
+    },
+    {
+      "epoch": 15.09,
+      "learning_rate": 1.969817315329627e-05,
+      "loss": 4.9593,
+      "step": 19000
+    },
+    {
+      "epoch": 15.49,
+      "learning_rate": 1.9690230341540908e-05,
+      "loss": 4.9279,
+      "step": 19500
+    },
+    {
+      "epoch": 15.89,
+      "learning_rate": 1.9682287529785546e-05,
+      "loss": 4.9021,
+      "step": 20000
+    },
+    {
+      "epoch": 16.0,
+      "eval_loss": 4.701778888702393,
+      "eval_runtime": 68.9532,
+      "eval_samples_per_second": 6229.223,
+      "eval_steps_per_second": 2.03,
+      "step": 20144
+    },
+    {
+      "epoch": 16.28,
+      "learning_rate": 1.9674344718030184e-05,
+      "loss": 4.874,
+      "step": 20500
+    },
+    {
+      "epoch": 16.68,
+      "learning_rate": 1.9666401906274823e-05,
+      "loss": 4.8472,
+      "step": 21000
+    },
+    {
+      "epoch": 17.0,
+      "eval_loss": 4.633734226226807,
+      "eval_runtime": 69.3844,
+      "eval_samples_per_second": 6190.508,
+      "eval_steps_per_second": 2.018,
+      "step": 21403
+    },
+    {
+      "epoch": 17.08,
+      "learning_rate": 1.965845909451946e-05,
+      "loss": 4.8209,
+      "step": 21500
+    },
+    {
+      "epoch": 17.47,
+      "learning_rate": 1.96505162827641e-05,
+      "loss": 4.7976,
+      "step": 22000
+    },
+    {
+      "epoch": 17.87,
+      "learning_rate": 1.964257347100874e-05,
+      "loss": 4.7743,
+      "step": 22500
+    },
+    {
+      "epoch": 18.0,
+      "eval_loss": 4.567419052124023,
+      "eval_runtime": 66.7695,
+      "eval_samples_per_second": 6432.952,
+      "eval_steps_per_second": 2.097,
+      "step": 22662
+    },
+    {
+      "epoch": 18.27,
+      "learning_rate": 1.963463065925338e-05,
+      "loss": 4.7496,
+      "step": 23000
+    },
+    {
+      "epoch": 18.67,
+      "learning_rate": 1.9626687847498017e-05,
+      "loss": 4.7257,
+      "step": 23500
+    },
+    {
+      "epoch": 19.0,
+      "eval_loss": 4.51430606842041,
+      "eval_runtime": 67.2204,
+      "eval_samples_per_second": 6389.805,
+      "eval_steps_per_second": 2.083,
+      "step": 23921
+    },
+    {
+      "epoch": 19.06,
+      "learning_rate": 1.9618745035742655e-05,
+      "loss": 4.7034,
+      "step": 24000
+    },
+    {
+      "epoch": 19.46,
+      "learning_rate": 1.9610802223987293e-05,
+      "loss": 4.682,
+      "step": 24500
+    },
+    {
+      "epoch": 19.86,
+      "learning_rate": 1.960285941223193e-05,
+      "loss": 4.6581,
+      "step": 25000
+    },
+    {
+      "epoch": 20.0,
+      "eval_loss": 4.458188056945801,
+      "eval_runtime": 68.773,
+      "eval_samples_per_second": 6245.549,
+      "eval_steps_per_second": 2.036,
+      "step": 25180
+    },
+    {
+      "epoch": 20.25,
+      "learning_rate": 1.959491660047657e-05,
+      "loss": 4.6403,
+      "step": 25500
+    },
+    {
+      "epoch": 20.65,
+      "learning_rate": 1.9586973788721207e-05,
+      "loss": 4.6216,
+      "step": 26000
+    },
+    {
+      "epoch": 21.0,
+      "eval_loss": 4.413742542266846,
+      "eval_runtime": 71.3546,
+      "eval_samples_per_second": 6019.58,
+      "eval_steps_per_second": 1.962,
+      "step": 26439
+    },
+    {
+      "epoch": 21.05,
+      "learning_rate": 1.957903097696585e-05,
+      "loss": 4.6003,
+      "step": 26500
+    },
+    {
+      "epoch": 21.45,
+      "learning_rate": 1.9571088165210487e-05,
+      "loss": 4.5839,
+      "step": 27000
+    },
+    {
+      "epoch": 21.84,
+      "learning_rate": 1.9563145353455125e-05,
+      "loss": 4.5649,
+      "step": 27500
+    },
+    {
+      "epoch": 22.0,
+      "eval_loss": 4.363780498504639,
+      "eval_runtime": 67.376,
+      "eval_samples_per_second": 6375.047,
+      "eval_steps_per_second": 2.078,
+      "step": 27698
+    },
+    {
+      "epoch": 22.24,
+      "learning_rate": 1.9555202541699763e-05,
+      "loss": 4.5453,
+      "step": 28000
+    },
+    {
+      "epoch": 22.64,
+      "learning_rate": 1.95472597299444e-05,
+      "loss": 4.5306,
+      "step": 28500
+    },
+    {
+      "epoch": 23.0,
+      "eval_loss": 4.31637716293335,
+      "eval_runtime": 69.8009,
+      "eval_samples_per_second": 6153.576,
+      "eval_steps_per_second": 2.006,
+      "step": 28957
+    },
+    {
+      "epoch": 23.03,
+      "learning_rate": 1.953931691818904e-05,
+      "loss": 4.5124,
+      "step": 29000
+    },
+    {
+      "epoch": 23.43,
+      "learning_rate": 1.9531374106433677e-05,
+      "loss": 4.4941,
+      "step": 29500
+    },
+    {
+      "epoch": 23.83,
+      "learning_rate": 1.9523431294678315e-05,
+      "loss": 4.4793,
+      "step": 30000
+    },
+    {
+      "epoch": 24.0,
+      "eval_loss": 4.280160427093506,
+      "eval_runtime": 66.8826,
+      "eval_samples_per_second": 6422.07,
+      "eval_steps_per_second": 2.093,
+      "step": 30216
+    },
+    {
+      "epoch": 24.23,
+      "learning_rate": 1.9515488482922957e-05,
+      "loss": 4.4636,
+      "step": 30500
+    },
+    {
+      "epoch": 24.62,
+      "learning_rate": 1.9507545671167595e-05,
+      "loss": 4.4485,
+      "step": 31000
+    },
+    {
+      "epoch": 25.0,
+      "eval_loss": 4.23799467086792,
+      "eval_runtime": 69.4349,
+      "eval_samples_per_second": 6186.012,
+      "eval_steps_per_second": 2.016,
+      "step": 31475
+    },
+    {
+      "epoch": 25.02,
+      "learning_rate": 1.9499602859412233e-05,
+      "loss": 4.4339,
+      "step": 31500
+    },
+    {
+      "epoch": 25.42,
+      "learning_rate": 1.9491660047656875e-05,
+      "loss": 4.4187,
+      "step": 32000
+    },
+    {
+      "epoch": 25.81,
+      "learning_rate": 1.9483717235901513e-05,
+      "loss": 4.4025,
+      "step": 32500
+    },
+    {
+      "epoch": 26.0,
+      "eval_loss": 4.209211826324463,
+      "eval_runtime": 67.4361,
+      "eval_samples_per_second": 6369.361,
+      "eval_steps_per_second": 2.076,
+      "step": 32734
+    },
+    {
+      "epoch": 26.21,
+      "learning_rate": 1.947577442414615e-05,
+      "loss": 4.3873,
+      "step": 33000
+    },
+    {
+      "epoch": 26.61,
+      "learning_rate": 1.946783161239079e-05,
+      "loss": 4.3753,
+      "step": 33500
+    },
+    {
+      "epoch": 27.0,
+      "eval_loss": 4.171086311340332,
+      "eval_runtime": 66.8329,
+      "eval_samples_per_second": 6426.851,
+      "eval_steps_per_second": 2.095,
+      "step": 33993
+    },
+    {
+      "epoch": 27.01,
+      "learning_rate": 1.9459888800635427e-05,
+      "loss": 4.3613,
+      "step": 34000
+    },
+    {
+      "epoch": 27.4,
+      "learning_rate": 1.9451945988880065e-05,
+      "loss": 4.3455,
+      "step": 34500
+    },
+    {
+      "epoch": 27.8,
+      "learning_rate": 1.9444003177124703e-05,
+      "loss": 4.3334,
+      "step": 35000
+    },
+    {
+      "epoch": 28.0,
+      "eval_loss": 4.136817932128906,
+      "eval_runtime": 67.501,
+      "eval_samples_per_second": 6363.243,
+      "eval_steps_per_second": 2.074,
+      "step": 35252
+    },
+    {
+      "epoch": 28.2,
+      "learning_rate": 1.943606036536934e-05,
+      "loss": 4.321,
+      "step": 35500
+    },
+    {
+      "epoch": 28.59,
+      "learning_rate": 1.942811755361398e-05,
+      "loss": 4.3075,
+      "step": 36000
+    },
+    {
+      "epoch": 28.99,
+      "learning_rate": 1.942017474185862e-05,
+      "loss": 4.2973,
+      "step": 36500
+    },
+    {
+      "epoch": 29.0,
+      "eval_loss": 4.108701229095459,
+      "eval_runtime": 67.3525,
+      "eval_samples_per_second": 6377.264,
+      "eval_steps_per_second": 2.079,
+      "step": 36511
+    },
+    {
+      "epoch": 29.39,
+      "learning_rate": 1.941223193010326e-05,
+      "loss": 4.2808,
+      "step": 37000
+    },
+    {
+      "epoch": 29.79,
+      "learning_rate": 1.9404289118347897e-05,
+      "loss": 4.2712,
+      "step": 37500
+    },
+    {
+      "epoch": 30.0,
+      "eval_loss": 4.082311630249023,
+      "eval_runtime": 67.0067,
+      "eval_samples_per_second": 6410.184,
+      "eval_steps_per_second": 2.089,
+      "step": 37770
+    },
+    {
+      "epoch": 30.18,
+      "learning_rate": 1.9396346306592535e-05,
+      "loss": 4.2596,
+      "step": 38000
+    },
+    {
+      "epoch": 30.58,
+      "learning_rate": 1.9388403494837173e-05,
+      "loss": 4.2507,
+      "step": 38500
+    },
+    {
+      "epoch": 30.98,
+      "learning_rate": 1.938046068308181e-05,
+      "loss": 4.2366,
+      "step": 39000
+    },
+    {
+      "epoch": 31.0,
+      "eval_loss": 4.0523858070373535,
+      "eval_runtime": 65.7939,
+      "eval_samples_per_second": 6528.345,
+      "eval_steps_per_second": 2.128,
+      "step": 39029
+    },
+    {
+      "epoch": 31.37,
+      "learning_rate": 1.937251787132645e-05,
+      "loss": 4.2237,
+      "step": 39500
+    },
+    {
+      "epoch": 31.77,
+      "learning_rate": 1.9364575059571088e-05,
+      "loss": 4.2161,
+      "step": 40000
+    },
+    {
+      "epoch": 32.0,
+      "eval_loss": 4.022578239440918,
+      "eval_runtime": 66.3694,
+      "eval_samples_per_second": 6471.732,
+      "eval_steps_per_second": 2.109,
+      "step": 40288
+    },
+    {
+      "epoch": 32.17,
+      "learning_rate": 1.935663224781573e-05,
+      "loss": 4.2023,
+      "step": 40500
+    },
+    {
+      "epoch": 32.57,
+      "learning_rate": 1.9348689436060367e-05,
+      "loss": 4.1933,
+      "step": 41000
+    },
+    {
+      "epoch": 32.96,
+      "learning_rate": 1.9340746624305005e-05,
+      "loss": 4.1827,
+      "step": 41500
+    },
+    {
+      "epoch": 33.0,
+      "eval_loss": 4.000241279602051,
+      "eval_runtime": 67.2972,
+      "eval_samples_per_second": 6382.51,
+      "eval_steps_per_second": 2.08,
+      "step": 41547
+    },
+    {
+      "epoch": 33.36,
+      "learning_rate": 1.9332803812549644e-05,
+      "loss": 4.1727,
+      "step": 42000
+    },
+    {
+      "epoch": 33.76,
+      "learning_rate": 1.9324861000794285e-05,
+      "loss": 4.1611,
+      "step": 42500
+    },
+    {
+      "epoch": 34.0,
+      "eval_loss": 3.9723849296569824,
+      "eval_runtime": 67.3926,
+      "eval_samples_per_second": 6373.47,
+      "eval_steps_per_second": 2.077,
+      "step": 42806
+    },
+    {
+      "epoch": 34.15,
+      "learning_rate": 1.9316918189038923e-05,
+      "loss": 4.1554,
+      "step": 43000
+    },
+    {
+      "epoch": 34.55,
+      "learning_rate": 1.930897537728356e-05,
+      "loss": 4.1419,
+      "step": 43500
+    },
+    {
+      "epoch": 34.95,
+      "learning_rate": 1.93010325655282e-05,
+      "loss": 4.135,
+      "step": 44000
+    },
+    {
+      "epoch": 35.0,
+      "eval_loss": 3.9536895751953125,
+      "eval_runtime": 67.1765,
+      "eval_samples_per_second": 6393.973,
+      "eval_steps_per_second": 2.084,
+      "step": 44065
+    },
+    {
+      "epoch": 35.35,
+      "learning_rate": 1.9293089753772837e-05,
+      "loss": 4.1238,
+      "step": 44500
+    },
+    {
+      "epoch": 35.74,
+      "learning_rate": 1.9285146942017476e-05,
+      "loss": 4.1139,
+      "step": 45000
+    },
+    {
+      "epoch": 36.0,
+      "eval_loss": 3.9246768951416016,
+      "eval_runtime": 67.7772,
+      "eval_samples_per_second": 6337.307,
+      "eval_steps_per_second": 2.066,
+      "step": 45324
+    },
+    {
+      "epoch": 36.14,
+      "learning_rate": 1.9277204130262114e-05,
+      "loss": 4.1083,
+      "step": 45500
+    },
+    {
+      "epoch": 36.54,
+      "learning_rate": 1.9269261318506752e-05,
+      "loss": 4.0977,
+      "step": 46000
+    },
+    {
+      "epoch": 36.93,
+      "learning_rate": 1.9261318506751393e-05,
+      "loss": 4.0906,
+      "step": 46500
+    },
+    {
+      "epoch": 37.0,
+      "eval_loss": 3.9067018032073975,
+      "eval_runtime": 67.3722,
+      "eval_samples_per_second": 6375.408,
+      "eval_steps_per_second": 2.078,
+      "step": 46583
+    },
+    {
+      "epoch": 37.33,
+      "learning_rate": 1.925337569499603e-05,
+      "loss": 4.082,
+      "step": 47000
+    },
+    {
+      "epoch": 37.73,
+      "learning_rate": 1.924543288324067e-05,
+      "loss": 4.0735,
+      "step": 47500
+    },
+    {
+      "epoch": 38.0,
+      "eval_loss": 3.885633945465088,
+      "eval_runtime": 67.1041,
+      "eval_samples_per_second": 6400.875,
+      "eval_steps_per_second": 2.086,
+      "step": 47842
+    },
+    {
+      "epoch": 38.13,
+      "learning_rate": 1.9237490071485308e-05,
+      "loss": 4.0647,
+      "step": 48000
+    },
+    {
+      "epoch": 38.52,
+      "learning_rate": 1.9229547259729946e-05,
+      "loss": 4.0549,
+      "step": 48500
+    },
+    {
+      "epoch": 38.92,
+      "learning_rate": 1.9221604447974584e-05,
+      "loss": 4.0479,
+      "step": 49000
+    },
+    {
+      "epoch": 39.0,
+      "eval_loss": 3.8615520000457764,
+      "eval_runtime": 68.4352,
+      "eval_samples_per_second": 6276.377,
+      "eval_steps_per_second": 2.046,
+      "step": 49101
+    },
+    {
+      "epoch": 39.32,
+      "learning_rate": 1.9213661636219222e-05,
+      "loss": 4.0404,
+      "step": 49500
+    },
+    {
+      "epoch": 39.71,
+      "learning_rate": 1.920571882446386e-05,
+      "loss": 4.0308,
+      "step": 50000
+    }
+  ],
+  "max_steps": 1259000,
+  "num_train_epochs": 1000,
+  "total_flos": 2.351835416304e+17,
+  "trial_name": null,
+  "trial_params": null
+}

training_args.bin

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:298530b9e00ad9dd7af7ffa84be7826dcf4271a9da04cc42af1604445e287b41
+size 2991

vocab.txt

@@ -0,0 +1,6614 @@
+[PAD]
+[UNK]
+[CLS]
+[SEP]
+[MASK]
+<unused0>
+<unused1>
+<unused2>
+<unused3>
+<unused4>
+<unused5>
+<unused6>
+<unused7>
+<unused8>
+<unused9>
+八
+月
+廿
+六
+日
+丁
+卯
+踐
+祚
+于
+時
+年
+一
+邊
+即
+公
+卿
+侍
+務
+固
+關
+事
+訖
+太
+政
+大
+臣
+率
+万
+云
+々
+立
+爲
+皇
+子
+受
+天
+二
+刻
+先
+帝
+登
+霞
+尚
+藤
+原
+淑
+賜
+璽
+筥
+及
+御
+劒
+請
+申
+其
+由
+持
+進
+於
+麗
+景
+殿
+少
+納
+言
+左
+近
+將
+等
+遣
+賣
+鑑
+印
+候
+常
+寧
+南
+典
+給
+奉
+座
+諸
+令
+麑
+神
+寶
+直
+曹
+補
+構
+己
+凶
+寛
+平
+記
+仁
+和
+三
+巳
+四
+崩
+以
+後
+朕
+謂
+彼
+今
+無
+親
+可
+憑
+既
+成
+孤
+未
+覺
+知
+更
+屬
+誰
+人
+惣
+善
+惡
+皆
+當
+况
+從
+前
+代
+猶
+攝
+焉
+至
+身
+如
+父
+宜
+耳
+答
+曰
+謹
+命
+旨
+必
+能
+部
+類
+鈔
+宇
+多
+手
+右
+執
+相
+國
+之
+託
+我
+衰
+耗
+不
+是
+據
+何
+此
+輔
+弼
+五
+王
+同
+辰
+酉
+被
+禪
+衞
+門
+佐
+正
+位
+下
+高
+經
+中
+十
+七
+歳
+符
+節
+領
+任
+ジ
+要
+ニ
+扶
+桑
+略
+暦
+竝
+ノ
+ヲ
+式
+贈
+仲
+野
+女
+古
+歌
+集
+目
+録
+作
+ル
+諱
+定
+省
+光
+孝
+第
+母
+后
+班
+良
+村
+基
+リ
+有
+監
+主
+の
+こ
+と
+な
+り
+た
+ゝ
+は
+か
+ら
+ひ
+に
+そ
+お
+ほ
+せ
+れ
+け
+宣
+ま
+い
+て
+ゆ
+つ
+さ
+ふ
+へ
+き
+る
+む
+し
+め
+や
+ろ
+昭
+を
+す
+く
+よ
+君
+も
+ゑ
+あ
+わ
+又
+聞
+去
+晏
+駕
+朝
+上
+承
+嗣
+夕
+功
+漏
+剋
+議
+須
+臾
+因
+縁
+貴
+府
+重
+无
+傍
+出
+哉
+寄
+顧
+也
+誠
+者
+乎
+廣
+所
+萬
+分
+採
+用
+矣
+詩
+徳
+酬
+報
+小
+況
+聖
+致
+精
+閭
+里
+欲
+數
+而
+行
+間
+松
+み
+う
+書
+嘗
+丞
+讃
+州
+刺
+史
+内
+結
+婚
+姻
+外
+師
+傅
+方
+祈
+盡
+斯
+雖
+街
+談
+巷
+語
+或
+秋
+病
+兄
+ち
+冬
+ん
+〳
+〵
+え
+心
+世
+繼
+物
+昔
+宮
+久
+思
+望
+ぬ
+改
+元
+白
+恩
+召
+院
+仰
+郎
+貳
+西
+東
+降
+雨
+輦
+遷
+佗
+春
+戊
+移
+陣
+列
+儀
+幸
+但
+田
+編
+廬
+コ
+ト
+詳
+ナ
+ラ
+ズ
+姑
+ク
+ヽ
+附
+載
+ス
+弁
+穗
+權
+勅
+橘
+齋
+繋
+退
+ア
+セ
+九
+壬
+伊
+賀
+造
+已
+地
+震
+盧
+詫
+深
+秘
+辨
+シ
+テ
+ム
+繁
+在
+菅
+宗
+岳
+汞
+迎
+使
+散
+了
+告
+官
+辛
+亥
+勢
+廷
+紀
+實
+慶
+條
+見
+ユ
+穆
+合
+敍
+發
+山
+城
+葛
+郡
+呂
+邑
+郷
+屋
+葬
+練
+麻
+服
+戌
+倚
+夜
+宿
+釋
+キ
+フ
+ヨ
+庚
+午
+畿
+道
+擧
+哀
+喪
+期
+易
+禁
+飮
+宴
+司
+詔
+赦
+百
+紫
+宸
+諒
+闇
+終
+関
+壽
+素
+群
+唯
+開
+待
+賢
+藻
+壁
+兩
+膳
+供
+誤
+侶
+陵
+寅
+參
+向
+兆
+域
+壞
+寺
+謚
+號
+癸
+兼
+階
+治
+私
+抄
+教
+鏡
+裏
+胤
+紹
+運
+戸
+烟
+限
+芸
+岑
+處
+恐
+依
+稱
+双
+丘
+本
+鳴
+瀧
+玉
+ヘ
+歟
+延
+喜
+按
+拾
+芥
+艮
+ハ
+町
+許
+秦
+北
+築
+故
+法
+囘
+室
+別
+舊
+坤
+往
+還
+細
+路
+清
+水
+峰
+異
+決
+案
+非
+寫
+他
+江
+圓
+鐘
+銘
+序
+擇
+勝
+形
+畑
+趣
+打
+虫
+兵
+引
+替
+長
+福
+房
+貢
+敷
+斗
+升
+頭
+ゟ
+捨
+享
+保
+除
+付
+跡
+竹
+垣
+塚
+木
+植
+場
+考
+寮
+老
+傳
+圖
+果
+然
+誌
+石
+亡
+名
+亦
+失
+趾
+獨
+與
+次
+丑
+峯
+頗
+陸
+氣
+聊
+破
+件
+廻
+臨
+陰
+掘
+予
+明
+仍
+檢
+空
+居
+緑
+樹
+只
+尋
+損
+意
+僧
+都
+犯
+土
+制
+止
+并
+拜
+讀
+文
+燒
+幣
+爰
+來
+舍
+入
+丈
+尺
+狹
+餘
+淺
+強
+度
+加
+全
+家
+茶
+店
+字
+修
+奏
+伽
+藍
+箇
+現
+理
+就
+對
+叶
+末
+吉
+巽
+帥
+荷
+僕
+池
+林
+荒
+廢
+阿
+迦
+井
+永
+比
+再
+建
+論
+花
+園
+且
+則
+變
+甚
+違
+頃
+ね
+殘
+金
+堂
+臺
+適
+藪
+輩
+説
+疑
+絶
+証
+興
+塔
+婆
+隅
+タ
+旁
+朱
+京
+境
+界
+標
+寸
+角
+壹
+周
+圍
+匣
+坪
+千
+勺
+柱
+眞
+棟
+徑
+蹴
+ケ
+張
+閣
+初
+諷
+誦
+メ
+个
+歴
+廟
+志
+墓
+便
+貞
+匡
+遠
+禰
+始
+自
+鎭
+星
+逆
+留
+守
+軒
+轅
+甲
+著
+ギ
+乙
+綾
+會
+流
+墮
+祓
+維
+那
+俗
+菩
+薩
+坐
+男
+安
+置
+體
+起
+願
+茲
+弟
+宛
+吾
+若
+抑
+彌
+護
+忠
+切
+社
+滅
+遂
+仕
+首
+綱
+職
+幡
+朗
+忌
+極
+樂
+放
+生
+寂
+計
+Ζ
+觀
+詣
+燈
+蒙
+勸
+美
+孫
+佛
+草
+創
+濟
+闍
+梨
+勤
+廳
+甥
+投
+繕
+尾
+垂
+拱
+馭
+靈
+民
+豐
+宰
+勒
+卷
+乘
+律
+貪
+沈
+劫
+獄
+性
+種
+枯
+億
+畝
+似
+恃
+擢
+簡
+達
+梵
+祇
+愚
+憚
+畏
+憲
+盜
+取
+業
+愼
+坊
+淨
+岡
+券
+緒
+讓
+好
+攘
+穴
+難
+罪
+住
+罸
+忿
+怒
+堺
+得
+買
+施
+格
+尼
+假
+蠢
+動
+悉
+畠
+却
+衣
+鉢
+價
+族
+識
+續
+妻
+歸
+武
+苗
+裔
+氏
+祠
+並
+讚
+岐
+デ
+雲
+到
+雪
+纔
+封
+遇
+陽
+侯
+堅
+攻
+遭
+爾
+匠
+材
+陋
+容
+赤
+舟
+風
+客
+旅
+竟
+浮
+鹽
+商
+隨
+釣
+叟
+聲
+島
+黄
+楊
+豪
+愛
+吏
+逢
+刀
+割
+傷
+斧
+渉
+章
+株
+磯
+礒
+蹤
+短
+枝
+葉
+濃
+暇
+授
+停
+棹
+洲
+看
+底
+胸
+情
+濕
+襟
+傾
+盖
+畫
+帆
+恨
+罷
+帙
+舘
+倉
+簿
+句
+謝
+斷
+食
+虚
+遍
+骨
+穿
+肌
+魂
+應
+離
+魄
+昇
+試
+擲
+米
+療
+徒
+奔
+迷
+呼
+喧
+鏃
+死
+茫
+足
+屍
+僵
+矜
+嗽
+新
+惜
+。
+通
+儒
+笑
+雷
+漸
+憶
+痛
+窮
+遺
+充
+錨
+慙
+農
+駈
+羊
+愧
+牧
+童
+嫌
+測
+豈
+毛
+栖
+森
+涯
+浪
+曾
+獸
+蹊
+巣
+龜
+曳
+泥
+疲
+粒
+庵
+稜
+波
+層
+隣
+粮
+尖
+觸
+暗
+折
+潮
+蕩
+籠
+逐
+求
+倍
+利
+謀
+泣
+海
+翔
+翁
+涕
+滿
+昨
+凌
+區
+渡
+吐
+舌
+蹄
+戀
+谿
+鹿
+毎
+提
+携
+遊
+愁
+冒
+暮
+述
+懷
+色
+臘
+寒
+口
+宵
+歡
+念
+衙
+早
+劇
+暫
+閑
+途
+驛
+樓
+問
+亭
+點
+墳
+堪
+落
+踈
+罐
+敢
+霜
+威
+凋
+力
+微
+凉
+冷
+稀
+晩
+忘
+膓
+交
+話
+鬢
+飛
+菊
+詠
+香
+襲
+徘
+徊
+チ
+梅
+柳
+横
+蒼
+走
+車
+夢
+苦
+闊
+含
+評
+博
+士
+送
+馬
+驚
+卑
+嘲
+耄
+慇
+懃
+解
+俟
+河
+半
+臥
+雙
+膀
+貌
+辭
+煙
+履
+厭
+化
+吹
+低
+凍
+潜
+鱗
+播
+床
+般
+轉
+□
+表
+丙
+嘱
+沙
+駛
+耆
+畢
+龍
+象
+布
+衾
+摩
+講
+研
+學
+竪
+義
+藝
+操
+帳
+懸
+帷
+晝
+嗚
+青
+差
+イ
+モ
+豆
+獻
+浦
+崎
+岸
+岩
+砂
+薄
+ツ
+レ
+礫
+ミ
+澗
+滴
+尤
+乏
+堀
+津
+宅
+藏
+髓
+嶋
+火
+銀
+頂
+爭
+闕
+例
+嶽
+共
+ヒ
+模
+燃
+怪
+カ
+輙
+仗
+順
+總
+ヤ
+オ
+贄
+捧
+鳳
+夫
+源
+融
+尉
+坂
+筆
+ゲ
+復
+鰥
+寡
+慥
+余
+督
+堰
+灘
+丹
+抛
+朔
+乾
+騰
+禮
+祀
+掌
+壇
+豎
+机
+黒
+漆
+脚
+幄
+砌
+鋪
+「
+具
+叙
+炊
+勘
+殖
+|
+冲
+眇
+機
+巨
+恢
+旋
+輸
+展
+氷
+撫
+淵
+紙
+潛
+閏
+ネ
+管
+卒
+濫
+觴
+信
+密
+殊
+厚
+盆
+寳
+醍
+醐
+甫
+祥
+存
+惠
+習
+雅
+叡
+灌
+賛
+慧
+耕
+獲
+弗
+儉
+臻
+奧
+推
+衍
+傑
+資
+注
+顯
+顕
+姓
+血
+脈
+『
+」
+誨
+嚴
+誡
+肝
+勿
+油
+-
+備
+筋
+弘
+祖
+惑
+誣
+誕
+迄
+項
+蓋
+息
+支
+味
+縱
+僅
+混
+亂
+嫡
+諭
+輪
+範
+耶
+怠
+状
+科
+丸
+系
+衆
+慈
+尊
+礙
+辯
+庶
+幾
+面
+栴
+弓
+桶
+絹
+疋
+糸
+譜
+疏
+搜
+梓
+藥
+戒
+品
+薨
+藩
+邸
+雀
+淡
+追
+勉
+慄
+伏
+陛
+特
+允
+反
+汗
+寵
+慰
+虎
+嘯
+歩
+腸
+喘
+乞
+骸
+營
+効
+乃
+昧
+滯
+危
+喩
+侵
+惶
+頓
+庸
+疎
+器
+揣
+免
+叨
+譏
+慊
+懇
+陳
+霍
+緝
+熙
+邦
+崇
+隆
+渭
+橋
+辱
+翼
+勳
+惟
+冠
+諧
+蕭
+泊
+衡
+敕
+函
+披
+聽
+塙
+料
+稽
+壅
+賞
+憂
+秉
+鈞
+奕
+稷
+勞
+謙
+魚
+契
+援
+祭
+廊
+台
+櫟
+華
+マ
+根
+ウ
+示
+ソ
+姫
+サ
+約
+束
+樣
+ビ
+像
+各
+剛
+影
+普
+躰
+銅
+瓦
+組
+槻
+智
+個
+孔
+獅
+背
+穀
+繪
+び
+嵯
+峨
+棺
+唱
+谷
+斛
+養
+翰
+墨
+露
+端
+唐
+勾
+併
+鳥
+羽
+毘
+遮
+胎
+曼
+羅
+設
+押
+凡
+鷺
+鴈
+沸
+涌
+烏
+矢
+揺
+殆
+亘
+厨
+詮
+晴
+段
+佰
+財
+卅
+淳
+跪
+蘓
+音
+罰
+烈
+悲
+汝
+瞽
+寨
+温
+伴
+船
+覆
+泉
+感
+殃
+粉
+懺
+悔
+陀
+欣
+眼
+過
+障
+聳
+瑞
+飄
+射
+彈
+夏
+齊
+越
+缺
+恒
+掲
+グ
+盃
+逝
+茂
+糖
+扉
+顛
+倒
+介
+磨
+郊
+渤
+肥
+貝
+滸
+秩
+陪
+屏
+冐
+貸
+屯
+魏
+仙
+閤
+彰
+犬
+默
+照
+覽
+察
+款
+裁
+專
+裕
+抗
+包
+偸
+祿
+溢
+量
+累
+慮
+増
+帶
+休
+掃
+粟
+輿
+馳
+駐
+蹕
+製
+庖
+亀
+兒
+だ
+偏
+預
+電
+慘
+歎
+妙
+墜
+閃
+檀
+衛
+ヌ
+哩
+程
+嗟
+干
+漕
+乍
+笠
+抱
+指
+尿
+ン
+鵜
+飼
+副
+碎
+寢
+隱
+喬
+尻
+奇
+エ
+返
+恥
+敬
+妾
+祐
+助
+乳
+憐
+夙
+娑
+拔
+葵
+擁
+迫
+刹
+匪
+躬
+輕
+殺
+贖
+倶
+鴨
+訴
+驗
+奄
+媚
+訪
+緩
+淫
+網
+鷹
+塵
+積
+壯
+祗
+抜
+膽
+演
+蔭
+證
+湯
+役
+っ
+富
+槌
+央
+麓
+巡
+番
+奈
+悦
+ホ
+秀
+頼
+片
+桐
+市
+幼
+灰
+燼
+焚
+庄
+厥
+筑
+育
+救
+畜
+曉
+淀
+姿
+炎
+宋
+榻
+鴫
+害
+沒
+嶮
+戴
+調
+皈
+恠
+ヱ
+詞
+誂
+冥
+愍
+才
+譽
+儲
+急
+最
+バ
+踏
+値
+想
+誓
+巧
+旦
+賤
+努
+窓
+速
+呈
+洛
+友
+蹟
+收
+敏
+斐
+貫
+隷
+宕
+爵
+准
+穩
+3
+褒
+曩
+册
+昆
+祝
+統
+蝕
+弱
+暴
+雜
+袍
+奬
+館
+欽
+慕
+貽
+誘
+飽
+泰
+猥
+企
+涓
+埃
+茹
+齡
+接
+箪
+瓢
+費
+縣
+川
+添
+裨
+朽
+昌
+甞
+蘋
+疊
+飾
+甘
+饒
+俾
+怨
+憤
+徹
+峻
+祷
+某
+酒
+奠
+旬
+困
+忽
+旱
+視
+蓮
+僚
+偃
+擬
+葢
+膏
+毒
+摘
+眠
+捐
+灼
+稚
+膚
+溜
+溪
+導
+莖
+紅
+燭
+榮
+繹
+鈍
+邪
+鬼
+呵
+頒
+倦
+筵
+鄭
+涸
+蘖
+芳
+萼
+熟
+稼
+煎
+沛
+咸
+抃
+謳
+吟
+蕃
+廡
+迺
+饗
+札
+疵
+癘
+患
+賽
+皷
+蹲
+舞
+曲
+揖
+莫
+黨
+轡
+羸
+拙
+揚
+薪
+爛
+鮮
+罠
+咄
+連
+鏤
+偈
+篇
+截
+勇
+鍬
+鋤
+剩
+熱
+踊
+潤
+頽
+拂
+漂
+ザ
+責
+臼
+克
+睾
+雄
+晋
+劭
+尹
+燮
+殷
+的
+妄
+贊
+嶺
+頴
+諮
+軍
+筌
+訓
+澤
+氓
+診
+忝
+泛
+鼈
+陷
+廨
+爽
+災
+腐
+堯
+艱
+昏
+塾
+靜
+洪
+厩
+騎
+伯
+禹
+陶
+均
+黎
+舜
+豫
+占
+嬰
+芒
+襄
+���
+判
+溺
+産
+歛
+埋
+覈
+優
+恤
+纒
+陟
+帖
+働
+賑
+協
+隍
+范
+漢
+俥
+鞭
+樊
+雍
+迭
+寇
+緯
+煩
+簾
+嗷
+謬
+俄
+嘩
+鬱
+希
+肯
+毀
+乖
+夷
+擴
+誅
+錯
+防
+枉
+濁
+委
+超
+旡
+禀
+措
+駿
+t
+晉
+澄
+牒
+鑄
+錢
+税
+削
+聚
+顏
+拘
+絆
+与
+ダ
+討
+績
+惰
+徴
+遑
+究
+甸
+庫
+紛
+汰
+榊
+牽
+幽
+莊
+耀
+錦
+玄
+彩
+桓
+棘
+庭
+瓶
+亨
+額
+脇
+脱
+・
+苑
+洞
+季
+鴻
+寔
+簷
+配
+擔
+醫
+釆
+奪
+廐
+妨
+俊
+哲
+康
+萩
+ゐ
+蘂
+嘉
+禎
+彦
+弊
+瑜
+準
+僞
+工
+否
+閇
+賦
+韋
+把
+叩
+醒
+蜂
+質
+俯
+翅
+盛
+啓
+席
+閲
+爻
+卦
+瞬
+眸
+鼻
+算
+叔
+澆
+競
+珠
+珍
+鼓
+啻
+署
+疾
+鄙
+屈
+苟
+遁
+鬪
+消
+丗
+卻
+惱
+挑
+炬
+英
+扣
+肆
+猷
+倩
+蟄
+詐
+減
+悼
+寃
+斤
+狂
+櫻
+諫
+諛
+避
+邂
+盾
+遞
+刑
+膠
+黏
+髣
+髴
+孰
+咎
+液
+弄
+剪
+挾
+婦
+酸
+遵
+娶
+嚇
+簪
+楚
+零
+虞
+儻
+曷
+杖
+逼
+揆
+廉
+逾
+恕
+堤
+蟻
+决
+索
+齒
+摧
+笏
+枚
+警
+禊
+猛
+嘶
+塞
+狼
+漠
+胡
+腰
+爪
+牙
+鋭
+戈
+遙
+選
+赫
+悚
+懼
+竊
+梟
+悃
+負
+忍
+廼
+策
+拒
+鑒
+穹
+澳
+咽
+喉
+葭
+瞰
+瑣
+稍
+銖
+煦
+嘔
+兢
+戰
+栗
+渥
+屡
+謗
+排
+肩
+妖
+焦
+騷
+襖
+纏
+褫
+囂
+斜
+銷
+袴
+染
+亮
+ベ
+悠
+校
+薦
+鸞
+膝
+帛
+幕
+碑
+攣
+伎
+靄
+蒲
+湛
+撰
+弉
+規
+招
+錬
+斟
+酌
+ヵ
+蹈
+穢
+飯
+樌
+n
+葺
+檜
+皮
+荼
+迹
+隻
+鳩
+暖
+瑾
+局
+撃
+雉
+瞳
+技
+脣
+肉
+刃
+赴
+翹
+佞
+逃
+課
+欺
+瞋
+漁
+獵
+屠
+葷
+椀
+遏
+鼎
+癡
+悟
+貨
+贍
+篤
+單
+貧
+稻
+隔
+斃
+倫
+償
+斑
+駄
+曁
+頌
+絃
+佳
+整
+題
+芬
+馥
+綸
+禽
+郭
+槁
+艶
+抽
+韻
+晦
+滄
+縮
+霖
+兎
+掖
+綵
+蔓
+盈
+囀
+鶴
+什
+肺
+秣
+賭
+ゼ
+募
+菓
+韓
+裳
+員
+椿
+註
+祕
+杜
+凸
+綜
+酣
+喚
+躍
+迅
+逸
+笛
+慚
+酷
+区
+茅
+帑
+寤
+寐
+罔
+遐
+派
+漬
+豚
+拮
+据
+樵
+捕
+賊
+溝
+鷄
+1
+筮
+敵
+恙
+餓
+翌
+訂
+盂
+蘭
+粗
+禄
+勵
+互
+撲
+諡
+箕
+熊
+魁
+繩
+輝
+厄
+響
+凝
+躁
+醉
+呪
+唄
+勠
+彙
+脂
+轄
+麟
+曦
+筏
+尸
+櫛
+裂
+跨
+躋
+梧
+軸
+菲
+茄
+銜
+殞
+側
+綿
+袈
+裟
+搬
+菜
+螺
+鈿
+環
+湖
+紺
+審
+掩
+填
+翫
+籬
+絲
+皚
+栽
+奢
+浸
+裡
+綻
+催
+叢
+咲
+桂
+檻
+灯
+紗
+探
+潔
+滋
+朶
+暉
+繞
+圏
+映
+羣
+欝
+悴
+純
+燎
+攀
+釵
+快
+妬
+瓊
+漿
+献
+鈴
+鑰
+0
+寞
+囑
+妓
+鵠
+饌
+尅
+覩
+隘
+振
+狩
+堵
+墻
+淋
+霧
+僉
+刄
+逗
+係
+裝
+猪
+轢
+坏
+爐
+瓔
+珞
+杵
+銓
+宥
+緋
+縫
+匙
+態
+埴
+箭
+諠
+訛
+鈎
+戯
+洒
+懈
+雁
+胱
+扇
+幌
+糺
+擯
+際
+咾
+貯
+薗
+宍
+甃
+歐
+鰒
+滑
+盤
+柏
+柄
+栢
+黷
+藁
+蚤
+虱
+莚
+釜
+鐵
+葦
+敦
+条
+収
+薔
+薇
+牡
+萱
+拆
+纈
+葩
+靡
+麥
+瞿
+餌
+茜
+蘇
+訝
+醤
+塲
+綺
+團
+幔
+謾
+欹
+蝋
+虹
+梁
+瞼
+娘
+煉
+透
+誇
+篋
+粧
+蝶
+舂
+揉
+脆
+軟
+髭
+洗
+曙
+遶
+芍
+苔
+艾
+崔
+晨
+織
+揃
+蟲
+雹
+碁
+苅
+怖
+芦
+伺
+棲
+蓬
+潘
+睡
+眉
+狎
+咫
+阮
+淹
+刈
+琴
+敗
+惆
+趁
+撥
+賻
+弔
+}
+曇
+矩
+窺
+批
+匝
+袒
+剃
+髮
+纓
+莱
+刊
+髯
+蓄
+沐
+渙
+珥
+貂
+冀
+糜
+靦
+紋
+愿
+蚊
+瞻
+衷
+矯
+緇
+窟
+痾
+耻
+換
+濡
+竅
+荐
+毫
+貰
+轂
+吁
+膺
+促
+椋
+哥
+術
+臂
+粲
+薙
+鑽
+袂
+瀬
+鶯
+睦
+ヶ
+ョ
+"
+椙
+ワ
+ロ
+ュ
+蓑
+ッ
+騒
+革
+嚢
+鳶
+狗
+效
+厠
+活
+愈
+塗
+萌
+訶
+肇
+臭
+幹
+畧
+雫
+亞
+で
+柿
+謌
+匂
+阜
+肖
+枋
+吊
+軌
+孕
+聰
+邁
+蘊
+宏
+聘
+籍
+挿
+竺
+憧
+拳
+筈
+李
+跋
+汾
+些
+竿
+ー
+ド
+嵐
+羯
+广
+諍
+眷
+膊
+諦
+羂
+譯
+訣
+〻
+覊
+ャ
+們
+禾
+汁
+紐
+翻
+頸
+牢
+箱
+禅
+舒
+醜
+巖
+飜
+涅
+槃
+牛
+譬
+盲
+鑚
+汀
+臓
+慢
+恣
+紊
+暹
+針
+吽
+欠
+舶
+踰
+險
+寥
+懿
+劃
+裹
+碩
+ァ
+嘆
+飢
+諾
+腹
+遲
+鞍
+糧
+瘻
+巓
+這
+迯
+粥
+麹
+賚
+鈷
+跏
+趺
+樞
+鍵
+崛
+匍
+匐
+揮
+窄
+牀
+櫃
+廓
+儼
+焔
+幅
+肪
+竭
+磋
+托
+馨
+洋
+霓
+駁
+餅
+蔬
+韮
+寰
+刪
+螢
+粹
+睿
+洽
+纖
+琢
+敝
+崖
+閻
+媒
+搖
+綴
+鼇
+禦
+蘿
+淪
+估
+伸
+髪
+ヅ
+劔
+粽
+桃
+濱
+盞
+皎
+壺
+訊
+逕
+傭
+藜
+羮
+笈
+叉
+隸
+楡
+倭
+閨
+廂
+健
+蹉
+蛇
+灸
+瘡
+悶
+啼
+醋
+羌
+腎
+佇
+餞
+頑
+蘆
+衿
+霑
+懶
+柑
+枕
+握
+裘
+蝸
+瘠
+軈
+萸
+衝
+賃
+錐
+甕
+圃
+馴
+緘
+戚
+袋
+徂
+孥
+謄
+褥
+囚
+鱒
+爼
+旭
+巾
+蒸
+肱
+縷
+畔
+朋
+汚
+馮
+翊
+爨
+疫
+匱
+詰
+衢
+黍
+笥
+藺
+腫
+劉
+瀉
+恰
+濺
+噴
+釀
+蠶
+猜
+羞
+偕
+畦
+泡
+呑
+佩
+芋
+顆
+圻
+痕
+袁
+媛
+籟
+堆
+膩
+擅
+濛
+賈
+隼
+旗
+剔
+簟
+茨
+嗜
+黜
+衫
+綬
+孜
+汲
+腥
+訟
+燧
+逮
+蕪
+庇
+猗
+樸
+刮
+蘚
+雕
+艘
+孟
+浴
+厘
+完
+匹
+複
+芭
+蕉
+麿
+晟
+臚
+礪
+硯
+冰
+碧
+尠
+雛
+櫞
+縛
+魯
+韵
+沓
+癖
+萃
+駒
+迸
+箏
+狐
+靴
+篁
+錫
+隋
+芹
+斬
+蹐
+鎔
+雇
+冶
+伶
+虧
+蓚
+が
+瑕
+錮
+芟
+牘
+梶
+枳
+糠
+畛
+僻
+趙
+俸
+岱
+厦
+兀
+壤
+掛
+匿
+誹
+幟
+愆
+牲
+槐
+椎
+廚
+苛
+恭
+墾
+闢
+捌
+謨
+潭
+瑠
+璃
+轟
+荻
+需
+軫
+4
+β
+稠
+疉
+彫
+~
+卜
+煌
+鏘
+蕘
+驟
+脛
+蹇
+曜
+胥
+黔
+兮
+肅
+麝
+奥
+沼
+肴
+癒
+隙
+締
+股
+忻
+闡
+霽
+捻
+蛾
+惻
+回
+航
+岫
+瑩
+蔔
+踵
+郁
+熏
+轍
+磴
+纂
+鳧
+輟
+m
+柩
+辟
+涼
+循
+枇
+杷
+聴
+べ
+ば
+借
+扈
+燥
+脩
+醴
+煖
+囿
+杯
+皐
+呉
+鱸
+膾
+拭
+板
+笙
+耨
+渺
+兜
+煥
+址
+従
+沽
+謫
+襦
+跛
+欄
+芝
+鼠
+趨
+懦
+顔
+蜀
+娃
+酩
+酊
+杓
+巴
+絳
+霄
+槎
+鶏
+銑
+耐
+怕
+渠
+劑
+挺
+湊
+亙
+苞
+苴
+掠
+賂
+魃
+祟
+闌
+賄
+繆
+伉
+鵲
+拍
+耿
+颯
+悖
+俘
+叛
+症
+悛
+穎
+赭
+癈
+櫓
+聯
+括
+奸
+很
+蠧
+捍
+脅
+捉
+擾
+勗
+杉
+体
+蜜
+蠱
+罅
+妊
+偉
+菴
+懋
+牌
+鴉
+邉
+認
+琅
+竈
+颶
+斂
+齎
+架
+牟
+c
+驅
+楓
+嚮
+脉
+点
+楯
+弛
+窪
+距
+僭
+旌
+噫
+憾
+沿
+曠
+鑿
+閼
+徭
+琳
+柚
+纜
+鋒
+伐
+激
+珂
+弃
+鵝
+藉
+豊
+澁
+蔑
+抂
+舫
+劵
+彝
+袖
+姪
+鐸
+抵
+掬
+捷
+刧
+垢
+該
+慳
+魔
+覲
+阻
+伍
+几
+劣
+忙
+咀
+棄
+拏
+覓
+兌
+岨
+蜘
+蛛
+魍
+猖
+獗
+逍
+偶
+舸
+姙
+峙
+羨
+熾
+徐
+炳
+α
+塢
+夾
+挈
+磐
+瞑
+浩
+暈
+鷲
+廩
+撈
+羈
+綢
+棚
+灑
+讎
+漱
+幀
+唾
+璋
+戮
+髏
+哭
+鮫
+漣
+査
+彷
+舳
+艫
+艸
+啖
+澀
+鬚
+閉
+琉
+球
+喫
+駭
+簀
+穉
+栓
+薫
+寓
+頤
+楞
+邃
+矛
+紳
+劍
+濤
+鯨
+訃
+剳
+邀
+燬
+漫
+奐
+蛻
+游
+泳
+麁
+潟
+洩
+齧
+嬉
+犠
+髻
+梯
+塀
+詢
+隴
+浙
+騁
+塹
+驩
+藕
+徼
+讐
+尓
+邇
+裴
+滬
+鍾
+幻
+斫
+筍
+淮
+淅
+徨
+暢
+悵
+肛
+罵
+驢
+厶
+析
+腕
+卉
+邵
+椚
+玖
+沂
+戎
+緞
+韶
+帽
+鹵
+滌
+奘
+蔡
+叮
+嚀
+控
+憩
+玩
+溟
+吼
+犂
+噌
+芻
+鬘
+藐
+舗
+籤
+矇
+譚
+琿
+舎
+碣
+泗
+プ
+砧
+礎
+:
+粱
+筐
+婁
+橙
+朦
+沾
+俚
+妃
+鉤
+莽
+犢
+抹
+甦
+邱
+晶
+脊
+捫
+徽
+磁
+壕
+#
+恆
+棠
+邏
+柔
+崗
+怙
+潺
+椅
+敲
+黠
+着
+癰
+稿
+埼
+～
+殉
+捺
+曝
+a
+諂
+陌
+怡
+嵩
+椏
+摸
+筒
+磬
+覃
+羲
+娼
+確
+翳
+稔
+傘
+ぼ
+虐
+喋
+屆
+灣
+撮
+轤
+迴
+瑤
+慣
+濶
+坡
+憊
+訥
+歇
+坑
+咳
+毓
+貿
+禿
+専
+瘧
+坦
+愕
+嚶
+憫
+遽
+襪
+緬
+僮
+r
+軋
+崟
+瀛
+気
+泯
+濯
+輜
+描
+疆
+箴
+籃
+拉
+週
+舉
+頷
+歿
+姉
+髑
+皺
+瑪
+瑙
+珊
+瑚
+巍
+戔
+戲
+剖
+榎
+姚
+珈
+沮
+ゞ
+酢
+麩
+摺
+舅
+笞
+綏
+箝
+橿
+゜
+搏
+郵
+縹
+姥
+潦
+貼
+倨
+傲
+陂
+冑
+燕
+篆
+皓
+嗄
+壑
+杭
+壓
+耽
+攸
+諜
+憔
+藹
+瓷
+鷽
+屛
+顫
+づ
+ガ
+齟
+齬
+ど
+崑
+崙
+佚
+漑
+牝
+牆
+鶉
+泄
+臆
+頡
+怜
+姦
+矧
+廾
+軽
+購
+楫
+僥
+倖
+絵
+眛
+諺
+攫
+栲
+腋
+籌
+柵
+核
+謠
+椒
+羹
+熨
+奩
+黛
+争
+虔
+獣
+奴
+蕈
+蒔
+蠻
+袗
+哺
+妣
+篠
+焼
+.
+蝦
+狄
+饉
+戍
+ず
+苫
+辻
+瑟
+鮎
+茱
+屑
+債
+燗
+迂
+仆
+狽
+董
+嫩
+讌
+桿
+穫
+疇
+彗
+冦
+ぶ
+懾
+竄
+貶
+扞
+嫁
+弩
+賓
+烽
+烙
+猾
+満
+旃
+荏
+称
+掾
+穰
+亢
+征
+絮
+菌
+翠
+勁
+莢
+挌
+鯉
+鉗
+墟
+扁
+吠
+襁
+撓
+窶
+媼
+艤
+贓
+豸
+鎧
+械
+驍
+讒
+瓜
+奮
+潰
+壘
+慾
+隊
+腴
+胄
+酋
+朴
+鄰
+狡
+椹
+荊
+沖
+陞
+蛟
+淆
+逞
+奚
+塊
+属
+ぞ
+澱
+瓮
+璧
+ヾ
+罹
+咨
+孚
+痼
+劾
+拷
+鞠
+恪
+啜
+唇
+蒜
+砥
+鉛
+咋
+弭
+佃
+瀕
+鴛
+甍
+悌
+級
+鉦
+薬
+泪
+娠
+硬
+懊
+瘤
+桁
+嬌
+齶
+燐
+繰
+叱
+塘
+忤
+将
+蕚
+窒
+薜
+痩
+舁
+蹠
+雌
+逹
+腦
+娥
+腔
+挂
+吻
+炭
+跌
+f
+遼
+遜
+妹
+嬬
+麒
+倪
+じ
+誼
+狛
+げ
+侘
+菖
+眺
+攬
+ゃ
+b
+鮒
+処
+插
+瀟
+湘
+乗
+,
+覇
+粘
+堊
+跟
+睹
+楷
+彿
+輯
+靖
+卵
+版
+袢
+柘
+枸
+檄
+羃
+蕷
+蟹
+胴
+攅
+凛
+楹
+緊
+簸
+凄
+仇
+豹
+鞘
+櫨
+鞴
+犀
+』
+椽
+貲
+紬
+眩
+浣
+跳
+軾
+赧
+袤
+餔
+沫
+鳬
+飭
+噐
+辿
+盗
+痃
+恬
+踞
+售
+黌
+裸
+漲
+蕨
+莞
+塩
+縋
+魅
+碓
+硫
+峠
+臈
+ご
+ぜ
+ぐ
+樗
+鵬
+衲
+ざ
+〴
+扨
+悋
+ぎ
+蓼
+k
+霹
+靂
+炮
+箸
+ゥ
+絡
+鮑
+ゾ
+ェ
+鉉
+痊
+ヂ
+苒
+鑪
+渝
+③
+ボ
+豕
+罕
+樽
+侫
+跼
+梢
+鎌
+偖
+峽
+喃
+嘖
+黯
+柴
+弦
+鋼
+徙
+鵑
+冪
+驕
+穽
+阡
+誑
+舷
+婪
+販
+瓣
+忖
+妍
+拑
+癲
+甎
+蛙
+躔
+懍
+烹
+湲
+仭
+萎
+嬾
+笄
+薑
+撤
+胃
+麋
+蕾
+夥
+渣
+縞
+箋
+線
+蟠
+猿
+湧
+桔
+槹
+汐
+渦
+嶼
+嵌
+凹
+掉
+徠
+釘
+蜷
+画
+鬻
+彳
+篝
+瀑
+聡
+麪
+詛
+藷
+紂
+畤
+榛
+棕
+蔀
+槽
+鯢
+珪
+亟
+烝
+ォ
+餉
+惇
+蠅
+鎖
+磊
+鰹
+擡
+込
+凭
+杲
+悽
+売
+袿
+疹
+埀
+搦
+ブ
+嫉
+ゴ
+枷
+ヴ
+辞
+啄
+蹂
+圭
+勃
+贏
+蚩
+喙
+辜
+誄
+碍
+虻
+騏
+凰
+儕
+蠖
+艟
+蠣
+崢
+朧
+丼
+鐃
+糎
+譴
+餝
+冗
+贅
+【
+茘
+髀
+肚
+叫
+艦
+哢
+徃
+鯛
+屎
+圧
+$
+硼
+葱
+s
+嫗
+娩
+閥
+譁
+蟾
+蜍
+纎
+袷
+浚
+僣
+巫
+煕
+晁
+沱
+胞
+惘
+弧
+孃
+諳
+静
+鉾
+梳
+娟
+橈
+莠
+抒
+ヰ
+瓏
+呻
+棊
+杏
+唳
+ㇴ
+埠
+詑
+噤
+秒
+樟
+阪
+頻
+薛
+孺
+騨
+萠
+菱
+パ
+鐙
+嚼
+榴
+俵
+襴
+踪
+欒
+葫
+褻
+它
+贋
+ぢ
+峩
+稟
+棋
+旛
+串
+肘
+聆
+嗅
+撚
+蔗
+礬
+鴒
+蠡
+妝
+懐
+鍋
+卍
+惚
+幢
+竢
+榑
+拈
+蚓
+龝
+惹
+稗
+僊
+湮
+埜
+卓
+霆
+沃
+姨
+帚
+凜
+昜
+芽
+挫
+昼
+繙
+斥
+蔽
+夸
+綰
+郤
+袞
+瀝
+詭
+譎
+炙
+冕
+迚
+窈
+窕
+拓
+堝
+軼
+胝
+粢
+涵
+榜
+豁
+闔
+桷
+垤
+恍
+瘴
+擘
+獺
+臉
+剌
+睛
+戟
+浹
+宙
+咒
+糊
+…
+肋
+彭
+縉
+儘
+縡
+竣
+跣
+睨
+婢
+陲
+紜
+凾
+齣
+褓
+呆
+禳
+采
+霰
+漓
+聟
+読
+饅
+佶
+捜
+彜
+氈
+岷
+蟷
+襠
+芫
+暁
+琥
+喰
+鋺
+錠
+蚶
+裲
+樋
+站
+詈
+儺
+梠
+搗
+祁
+刷
+帋
+籥
+g
+禧
+銚
+飫
+謎
+婀
+菟
+瀰
+渟
+樫
+磔
+汎
+盟
+蒭
+鎬
+狸
+穂
+碕
+!
+沌
+嗤
+楠
+靉
+靆
+婉
+遡
+埒
+冊
+俶
+犧
+縲
+猩
+鸚
+鵡
+狢
+輻
+稲
+闘
+圈
+雑
+柞
+較
+靱
+{
+餐
+擒
+缶
+殳
+蜩
+彊
+輾
+杣
+棧
+鮭
+ヿ
+培
+蝮
+煽
+猊
+恊
+懌
+渾
+龕
+丕
+魎
+梗
+鍛
+鞋
+鹹
+毆
+爆
+苺
+箔
+嶂
+猫
+蒐
+榔
+盥
+吸
+歪
+挽
+茸
+皿
+訳
+琵
+琶
+毬
+籾
+茗
+脹
+蚕
+%
+坎
+顴
+鍮
+仟
+銃
+笹
+薺
+菁
+薊
+菘
+擂
+捩
+蕗
+薹
+饑
+鰕
+鰺
+蛤
+楮
+甌
+樺
+磧
+忰
+銛
+扼
+駮
+莓
+滂
+驪
+様
+溘
+弖
+檳
+溯
+秤
+搆
+鵄
+曆
+溥
+兇
+躑
+躅
+滕
+拯
+熕
+孳
+韈
+侈
+嬪
+澣
+糲
+殍
+痒
+庠
+鰐
+釐
+戡
+蚫
+糯
+鮨
+蛸
+鯖
+憬
+謐
+橇
+〃
+钁
+馘
+痢
+皰
+疱
+夭
+鞆
+脳
+●
+刋
+仮
+d
+祺
+竇
+熄
+罨
+葎
+佑
+濠
+円
+埓
+蝗
+x
+萍
+柾
+襷
+糟
+勲
+淬
+踟
+繭
+杳
+麾
+迢
+ィ
+栂
+睫
+慵
+宦
+逡
+聾
+粕
+玲
+杞
+鍼
+莵
+螻
+驥
+頁
+燹
+痔
+軻
+炉
+荀
+駢
+繃
+媾
+敞
+踴
+匈
+掣
+鑓
+芙
+蓉
+噸
+蒻
+蟋
+蟀
+鴦
+鉋
+蜑
+鷂
+9
+羶
+孩
+愃
+児
+倬
+矮
+黝
+溶
+榲
+菽
+毗
+窿
+堙
+躓
+簫
+鉅
+l
+賠
+紆
+飩
+〆
+図
+耘
+<
+黴
+膈
+鉞
+漢
+j
+e
+棒
+伝
+攜
+慷
+噎
+輓
+醇
+做
+捲
+鵙
+愴
+ㇿ
+咏
+孵
+旺
+吋
+i
+港
+翩
+嫣
+絞
+篥
+闃
+撞
+傚
+蟇
+嫋
+娜
+膂
+晤
+w
+K
+滓
+権
+儚
+盪
+咯
+杢
+澪
+壙
+籔
+熹
+澥
+蓍
+鰈
+滔
+鵤
+繦
+襾
+鑞
+倣
+篩
+珀
+糒
+腑
+甜
+釁
+隈
+蝙
+蝠
+凱
+u
+箒
+乱
+陬
+屹
+絢
+塋
+医
+茴
+爺
+=
+籖
+酎
+鞣
+裙
+褂
+褌
+薯
+棗
+殄
+硲
+瀦
+俤
+嶇
+艇
+蚪
+惺
+窩
+閾
+槍
+巒
+蒋
+霏
+瀾
+怱
+摶
+撻
+柯
+6
+俺
+醸
+瑳
+壊
+躙
+鏑
+奎
+舐
+疚
+蘗
+贔
+驤
+鐫
+臍
+蛉
+鑷
+黼
+碼
+袵
+俳
+鬟
+蚣
+洙
+貮
+駟
+喊
+諏
+螫
+冉
+晒
+蟒
+咬
+刎
+俣
+覬
+覦
+剽
+△
+咤
+躊
+酪
+螽
+p
+觜
+痙
+仄
+丐
+櫁
+輒
+踉
+剞
+恚
+儔
+婬
+艷
+賺
+籏
+濳
+肢
+霤
+ㇳ
+慓
+嚩
+櫂
+蓐
+抔
+撕
+咩
+稈
+娯
+仔
+卸
+歉
+枠
+縒
+呟
+栃
+棣
+麌
+懲
+隕
+滝
+璞
+裾
+躇
+釦
+8
+丶
+兪
+眥
+煮
+錚
+噪
+嗔
+猝
+縅
+o
+箟
+萄
+簑
+彬
+蜻
+窃
+憺
+隧
+瑯
+躡
+泓
+飴
+餃
+鮗
+澹
+殲
+蒡
+雋
+鐺
+拵
+鍔
+彎
+簇
+蜈
+蛆
+舩
+疼
+殼
+蜃
+錙
+殯
+号
+悩
+胛
+膜
+臟
+苧
+邨
+紘
+箆
+轆
+畷
+寝
+侃
+2
+7
+嚔
+h
+糞
+沁
+廠
+鰻
+装
+糂
+腱
+鋏
+亊
+粃
+槲
+‥
+攪
+塑
+礼
+ｋ
+錆
+蔦
+価
+*
+茵
+軛
+瘰
+蓿
+晰
+楢
+旄
+戦
+鄂
+愉
+饋
+瘢
+靠
+瓲
+漉
+蓴
+豺
+/
+撒
+碪
+桴
+輛
+糘
+哨
+鳰
+尨
+黽
+実
+膿
+髦
+鍜
+悳
+漾
+紵
+妥
+残
+窗
+v
+声
+ｂ
+睚
+蓆
+駱
+郢
+竜
+傀
+儡
+涎
+倡
+顋
+断
+桀
+匁
+篶
+噂
+届
+陥
+薀
+冱
+繚
+択
+唆
+昂
+鵞
+弌
+国
+勧
+岬
+鎚
+応
+恵
+励
+μ
+参
+層
+吝
+燠
+芯
+涙
+腺
+蜿
+蜒
+砒
+渇
+仂
+箚
+辺
+徇
+続
+枩
+偵
+癩
+賁
+顳
+冫
+没
+斉
+祉
+麼
+雰
+泌
+弥
+毯
+胙
+舵
+眄
+犁
+衒
+犇
+狭
+謔
+嗇
+痘
+悪
+剏
+嬶
+檗
+屁
+欅
+筅
+錘
+惴
+莅
+隗
+栞
++
+澂
+幵
+泝
+檐
+暑
+φ
+哦
+ポ
+釼
+嘸
+臧
+牋
+鰓
+壟
+齢
+迥
+舛
+嘴
+荘
+夘
+愬
+諌
+喇
+听
+;
+梭
+絨
+謡
+唏
+捗
+湍
+哈
+団
+F
+怦
+冨
+煬
+▽
+ピ
+褄
+蓁
+廃
+妛
+橸
+蕁
+鈑
+嶄
+鏗
+隰
+烱
+綽
+祉
+囃
+堕
+恋
+竡
+Ｆ
+蓊
+来
+蛋
+5
+痴
+瘁
+圜
+檣
+劬
+粤
+汽
+筧
+釧
+僖
+緻
+搭
+鯏
+緡
+銕
+跫
+喞
+蔟
+楸
+騾
+転
+旧
+酥
+'
+牴
+駝
+洵
+攷
+畄
+慨
+楔
+瞹
+祢
+晃
+遒
+覯
+糾
+詁
+綫
+蝴
+峭
+燦
+聿
+壼
+葆
+繡
+型
+舖
+扠
+挨
+拶
+慎
+焙
+扱
+醵
+莨
+＊
+▲
+疽
+赱
+数
+彪
+菰
+廏
+>
+齠
+瓩
+爍
+驃
+瘉
+抉
+毅
+痺
+毋
+鑼
+僂
+沢
+荅
+碾
+顎
+霊
+掟
+担
+圉
+鱚
+黙
+冽
+莎
+糀
+酔
+難
+仏
+辷
+煢
+疥
+為
+蔚
+τ
+壮
+甑
+殻
+労
+楽
+磑
+⑦
+y
+②
+⑤
+⑧
+⑨
+凩
+突
+恫
+羇
+簗
+孱
+朿
+疣
+髷
+桝
+蒿
+艀
+闖
+鬮
+顰
+穡
+莪
+躄
+孀
+対
+柝
+衽
+慌
+写
+餾
+僑
+鯤
+埆
+随
+邯
+鄲
+翦
+覿
+&
+熈
+���
+窘
+繊
+瀘
+党
+齲
+両
+雎
+錺
+儁
+豌
+弋
+昵
+侮
+炯
+驂
+隠
+襯
+顱
+溷
+蛭
+釟
+羔
+諚
+啣
+褶
+ょ
+繻
+紡
+槫
+枡
+尽
+粳
+怯
+刳
+鰛
+襞
+総
+樛
+哄
+咐
+湫
+屓
+凖
+玻
+冴
+蛔
+秧
+鵯
+蟆
+鰯
+崕
+糶
+蕋
+悍
+夬
+尢
+硅
+蕎
+観
+瑛
+辮
+姜
+桎
+躾
+鶴
+磽
+禝
+颱
+癌
+袙
+κ
+嬖
+堋
+滲
+媽
+沍
+呎
+燵
+寿
+厖
+婿
+擣
+檮
+槇
+侏
+逅
+駑
+疔
+柊
+胼
+丱
+葡
+経
+惧
+塒
+硝
+鰭
+赳
+苻
+囲
+飲
+諤
+拐
+敖
+胯
+瞭
+篷
+倆
+ゅ
+広
+醯
+峡
+胆
+柁
+汪
+臑
+揶
+揄
+槿
+燻
+逑
+鷯
+圷
+酘
+秡
+竍
+‘
+侖
+嬲
+変
+鋸
+鴿
+艙
+眤
+夲
+鬲
+諄
+杆
+蹶
+甼
+燿
+焜
+繖
+倅
+蔵
+厳
+靺
+肭
+茯
+苓
+堡
+虜
+軆
+譲
+踝
+蚯
+鎮
+拠
+槊
+径
+竦
+Ｅ
+笶
+骼
+礁
+軅
+済
+笆
+矚
+呰
+浬
+〝
+弐
+楾
+蛮
+籀
+徵
+ペ
+纛
+鋩
+Ξ
+営
+炒
+恂
+匚
+拇
+亜
+氾
+偁
+真
+鷙
+壥
+靤
+学
+幺
+触
+鑵
+会
+茣
+笊
+擱
+λ
+耜
+卞
+湾
+慂
+禍
+洌
+苙
+斡
+昶
+罫
+辣
+擺
+鑢
+駘
+懴
+髞
+絽
+圦
+潯
+杼
+鬯
+葯
+①
+→
+忸
+絖
+H
+迪
+―
+ι
+磚
+“
+’
+吃
+Π
+鬥
+㊉
+怛
+慱
+凪
+刔
+゛
+Ａ
+冓
+閂
+Ｈ
+｜
+筝
+餠
+鴟
+閠
+Ｃ
+”
+亷
+ｍ
+ｈ
+綟
+坩
+■
+彑
+傴
+ｑ
+ 
+E
+㊃
+宝
+虍
+類
+厮
+｛
+抖
+Ｚ
+◆
+韭
+喀
+禺
+欧
+当
+：
+憮
+L
+崋
+叺
+酲
+D
+T
+ζ
+圸
+爬
+碆
+罟
+弍
+閱
+溲
+垽
+饂
+爿
+?
+聒
+觚
+窰
+峪
+＃
+冖
+瞥
+詬
+鬧
+ぃ
+冤
+❷
+訐
+乂
+践
+鉄
+発
+殪
+鞨
+衂
+疸
+拡
+呀
+渫
+愨
+鮓
+撼
+槓
+橦
+痂
+螳
+覧
+遅
+鴇
+曖
+齷
+檠
+縢
+悸
+匏
+簧
+腮
+擦
+濮
+偽
+遖
+靖
+鐡
+蜴
+槭
+悄
+寉
+翕
+暾
+節
+払
+孛
+恁
+磅
+啌
+鉈
+鞫
+鼬
+鉱
+蛄
+呱
+彡
+骰
+烋
+鑛
+馗
+櫚
+羆
+湎
+轜
+怩
+肓
+罍
+玆
+駅
+碌
+搓
+拌
+銭
+⑥
+菫
+Ｊ
+覚
+僧
+社
+睥
+忱
+旻
+隹
+壜
+鐔
+氛
+朮
+犹
+狙
+澑
+繫
+盒
+荳
+孑
+嚥
+剴
+姐
+黃
+匕
+苹
+扮
+濘
+独
+暝
+罌
+炸
+益
+餬
+巻
+剰
+栩
+継
+鰤
+髄
+霾
+碵
+簽
+砦
+蓮
+奨
+蝟
+剿
+轣
+梔
+鶸
+霙
+帯
+蚰
+Ω
+z
+輳
+滉
+瀁
+朸
+鰰
+ㇸ
+柤
+㊀
+逶
+戻
+矗
+畴
+枹
+滷
+茉
+鍊
+苜
+浅
+聨
+嵒
+囗
+椶
+鏖
+←
+哇
+皹
+錣
+釈
+冂
+淒
+歷
+`
+県
+）
+\
+検
+瓧
+驫
+晞
+鯀
+唸
+凧
+㊈
+輌
+ｃ
+㈴
+蛍
+蠹
+伹
+逓
+捏
+椥
+骭
+垠
+鶤
+（
+㊂
+膕
+亅
+靹
+憎
+蜊
+瓰
+亠
+⇩
+强
+蔕
+艨
+柮
+鈕
+Ｎ
+皙
+櫑
+瀚
+贐
+謖
+塀
+勹
+Ｇ
+昊
+鹼
+諢
+畊
+銳
+瘍
+殤
+壷
+淘
+嘘
+弑
+ω
+襍
+冏
+δ
+倔
+砲
+渕
+驀
+殫
+嚆
+歹
+貍
+樅
+筱
+帰
+螟
+悗
+覗
+挙
+鎰
+框
+梃
+麦
+駆
+隆
+鞅
+搾
+篏
+鍍
+臀
+靭
+濬
+碇
+鸛
+鏈
+觧
+鎗
+亶
+癪
+嵬
+癆
+紮
+躪
+蛞
+悧
+憖
+谺
+讖
+黥
+鷭
+鏝
+碗
+摯
+椰
+匯
+ぱ
+旆
+縊
+涜
+縺
+痳
+猴
+潸
+瞞
+壱
+腓
+絣
+簔
+衵
+篌
+庁
+萓
+洫
+噺
+扛
+駸
+銹
+姆
+濂
+齦
+騫
+璢
+酵
+吶
+嘛
+煤
+鰊
+蕊
+籐
+獰
+ぽ
+蜥
+莇
+輅
+搴
+誥
+棉
+矍
+箙
+蹣
+篦
+裃
+仞
+橄
+欖
+逵
+柬
+劈
+蚌
+濾
+澡
+幃
+熬
+窖
+壻
+揀
+ｊ
+椁
+獎
+竸
+窯
+釉
+蝎
+鬆
+榾
+頚
+癧
+捶
+淇
+檬
+※
+歓
+弾
+癇
+縄
+梛
+鮃
+潁
+醺
+Μ
+膸
+q
+拊
+憙
+褪
+絛
+↓
+攵
+檎
+佝
+脾
+蠕
+鰍
+潴
+慫
+蝪
+概
+ｔ
+@
+猟
+鑁
+嗾
+颪
+譖
+懣
+吳
+襌
+洸
+痲
+簍
+痍
+皀
+粍
+鶩
+昃
+垰
+鞁
+賍
+鞏
+票
+吴
+Ψ
+舮
+鐐
+鰆
+絎
+鶇
+掀
+咆
+餒
+鯰
+抓
+＿
+跂
+桾
+頬
+啾
+￥
+劄
+逧
+掴
+棔
+鐇
+−
+咥
+誚
+气
+卩
+巵
+Η
+醬
+鱠
+嵎
+埵
+ヮ
+ｒ
+鰾
+唖
+哘
+☆
+坿
+咜
+遯
+–
+蘯
+褞
+鬣
+茎
+↑
+I
+摑
+滞
+Ｑ
+罎
+凞
+缸
+竰
+蹙
+Φ
+蠍
+勣
+厂
+糖
+圀
+謦
+墺
+懽
+慝
+勦
+俐
+桙
+儂
+覘
+崚
+偲
+淦
+鰌
+閧
+鬨
+柢
+⑬
+汕
+洟
+瞎
+稾
+Ｋ
+囎
+扎
+瞶
+憇
+牾
+晚
+澎
+湃
+陜
+礦
+閘
+皸
+哮
+騅
+廈
+樒
+鼾
+喝
+楪
+綛
+㈱
+枢
+囁
+鑠
+杠
+岔
+梱
+暘
+吮
+吭
+嫂
+阯
+跚
+曄
+呶
+楳
+搶
+榧
+蜆
+誉
+瞠
+瑰
+俛
+罘
+鱈
+韜
+縦
+❾
+姶
+廸
+蹌
+罩
+怺
+螂
+熔
+胚
+粂
+》
+弸
+穀
+唹
+韆
+恟
+剤
+琺
+彥
+貭
+幷
+桜
+桧
+襤
+逋
+拗
+齪
+鯔
+蛩
+笨
+俑
+套
+悁
+癢
+擠
+釛
+羝
+慍
+単
+Y
+怎
+犒
+綉
+郛
+倏
+找
+鰄
+鶺
+陝
+茆
+蟯
+梏
+潼
+繍
+蕣
+浄
+侑
+粛
+幇
+鞐
+渮
+㊞
+甅
+羚
+譃
+緲
+靼
+皴
+褊
+疝
+譫
+滾
+痰
+　
+椪
+鰡
+拿
+疳
+卆
+閔
+ぇ
+聢
+倥
+畸
+弯
+蝌
+餡
+鮪
+謹
+瀋
+黑
+麕
+垉
+勍
+掫
+哂
+｝
+樮
+Ｒ
+囮
+ｉ
+！
+砠
+C
+塰
+矼
+宀
+籘
+麺
+＝
+泅
+腿
+福
+洶
+耙
+鏨
+彖
+瀏
+蓙
+^
+＜
+戶
+神
+梺
+綮
+礑
+佻
+噛
+棍
+胖
+蔘
+粁
+湟
+絏
+餽
+蔆
+閊
+狷
+咢
+糢
+緜
+廰
+陏
+垓
+槧
+楼
+癨
+閹
+喨
+飃
+嶢
+験
+遥
+淞
+遉
+鶚
+曽
+增
+薰
+釖
+豼
+貅
+歔
+岼
+缼
+酖
+袱
+褸
+蘢
+杤
+ㇵ
+椛
+斎
+潅
+怫
+巌
+Ｐ
+嶷
+懲
+仝
+₋
+昻
+ㇱ
+屶
+盻
+昴
+甄
+訌
+���
+瘋
+亰
+淤
+盍
+笳
+覡
+浜
+貊
+枅
+愾
+佯
+馼
+苣
+萊
+薐
+埖
+著
+痣
+霎
+蘭
+玳
+淙
+筬
+嗹
+蒟
+靨
+蓖
+粋
+篳
+．
+桟
+垪
+菎
+埔
+冢
+妁
+珮
+从
+鴕
+莉
+樢
+祥
+駻
+竒
+說
+綯
+倹
+栄
+韃
+痞
+渓
+穏
+尭
+％
+汳
+楕
+瑶
+尙
+嚠
+歯
+朞
+屮
+Ｂ
+譱
+癶
+檸
+ｆ
+笘
+ϖ
+痹
+Ｍ
+掵
+穐
+珱
+稙
+狃
+娉
+嬋
+Ｖ
+鯣
+鱶
+臠
+洇
+洳
+錏
+岾
+蠑
+鵺
+ぷ
+鳫
+髫
+諞
+逖
+Δ
+欸
+凵
+繿
+腆
+愀
+獪
+繧
+蠎
+珎
+苳
+壌
+閖
+侭
+険
+㊄
+鴬
+塁
+砺
+篭
+剣
+㊁
+榿
+鐚
+鮹
+佼
+畳
+俔
+騙
+琲
+莟
+砕
+ａ
+Γ
+榱
+R
+蝿
+嫻
+緣
+γ
+ｗ
+丿
+鑾
+抬
+轌
+暼
+慨
+淸
+艝
+旒
+屢
+ｄ
+柆
+瓸
+麴
+魴
+鷁
+嵜
+肬
+怐
+ぴ
+麭
+讙
+鋲
+ぺ
+敘
+梍
+摂
+鯱
+卮
+伜
+頏
+痿
+逸
+緤
+杰
+鄕
+者
+謁
+叭
+峺
+鐶
+价
+殴
+髢
+瀲
+拝
+囓
+鹸
+杪
+泙
+幤
+癬
+躱
+殕
+觝
+鯡
+魘
+斈
+鰮
+啗
+ｚ
+臙
+譌
+犖
+暎
+驒
+蒄
+鞄
+劼
+猯
+貉
+Ν
+π
+渋
+惨
+挟
+湿
+鋳
+ρ
+θ
+⑪
+㈲
+匳
+㊆
+鬩
+廛
+U
+］
+悒
+Ｄ
+狆
+吩
+紲
+詼
+橢
+韲
+轗
+鄒
+膣
+榕
+溂
+蛯
+鉚
+蛎
+耡
+迩
+霈
+廝
+冩
+竃
+褐
+侠
+喟
+眦
+朷
+淚
+鵈
+ㇼ
+箍
+岶
+屐
+鴪
+槝
+竓
+鱧
+揷
+鴆
+蛹
+曚
+ε
+娚
+杙
+嬢
+恷
+囉
+ｎ
+甓
+蝣
+搔
+啀
+σ
+連
+蘰
+琢
+綣
+X
+辧
+詆
+④
+耒
+⑭
+⑫
+溌
+猪
+槪
+梼
+黻
+‑
+＋
+⁻
+［
+鈩
+泱
+棯
+Ｔ
+厰
+蝉
+〈
+—
+Ｓ
+ㇺ
+鮟
+錵
+畋
+墸
+ｅ
+乕
+狒
+銈
+縟
+戞
+吿
+艢
+暄
+醪
+ｘ
+ぁ
+ν
+膃
+靑
+謁
+υ
+_
+迠
+椢
+朏
+瑁
+娵
+緃
+聶
+椣
+跿
+咼
+粐
+髟
+禎
+轎
+Ｌ
+毳
+⑩
+ｏ
+饕
+椡
+⁃
+儷
+鼡
+檍
+祖
+絕
+衄
+ㇶ
+殱
+蟬
+籵
+畆
+儖
+嶬
+猽
+×
+楴
+祐
+免
+ξ
+膵
+褝
+鶫
+菪
+卽
+堽
+‐
+襭
+抻
+乢
+萇
+敏
+攤
+搨
+挹
+笋
+ο
+η
+薈
+圄
+蟶
+俎
+ㇷ
+掏
+＠
+濆
+；
+響
+廱
+內
+鵐
+夛
+絅
+嘈
+笂
+S
+駲
+Β
+旣
+Ρ
+沺
+？
+剄
+貔
+甬
+夂
+鴎
+糓
+荵
+♪
+椦
+Θ
+膰
+ϑ
+鰲
+挧
+峅
+P
+瀨
+厲
+肄
+B
+詒
+囹
+ｓ
+殀
+噬
+鐓
+皋
+瀞
+嚊
+纃
+糴
+贈
+橲
+海
+霪
+德
+膤
+珸
+淼
+溫
+飯
+廉
+剥
+槙
+萵