九大2023

九州大学:国語学演習 III / 日本語史資料研究 III

コーパス日本語学


4月24日(第2回)コーパスの設計

コーパスとは

狭義のコーパス
言語研究を目的として収集され、言語研究のための情報が付けられたコンピュータ上で利用可能な大規模な言語データ。
  • 現代日本語書き言葉均衡コーパス(BCCWJ) / 日本語歴史コーパス(CHJ)
広義のコーパス
コンピュータ上で利用可能な大規模な言語データ。必ずしも言語研究向きではないが、言語研究に利用可能。

「現代日本語書き言葉均衡コーパス」(BCCWJ)の構成【省略版】

参考リンク

「日本語歴史コーパス」(CHJ)の構成

近世以前
残されている資料が少なく、できるだけ(可能なら全部)コーパスに入れたい
近世(後期)以降
偏りはあるものの選べるだけの資料があるが、それでもなるべく全文でいれたい(作品など資料単位で調査したい)

近代語コーパスの場合

「昭和・平成書き言葉コーパス」(SHC)の構成

雑誌
1933~1957 年刊の『中央公論』と1965~2013 年刊の『文芸春秋』(8年おき11か年分)
ベストセラー書籍
1933年以降、8年おき11か年のベストセラー書籍
新聞
1933年以降、8年おき11か年の『読売新聞』奇数月2日の朝刊1冊

4月17日(第1回)イントロダクション/日本語コーパスの紹介

イントロダクション

授業内容等の確認

「中納言」アカウントについて

授業で利用する主なソフトウェア・Webアプリケーション(予定)

ソフトウェアの種類・名前利用目的
コーパス検索アプリケーション「中納言」コーパスの検索
表計算ソフトExcelピボットテーブルによる分析・グラフ作成
Web茶まめ形態素解析
テキストエディタ VisualStudio Code テキストデータの作成・整備、正規表現を使った検索など
Rデータの統計分析

授業内容デモ

(参考動画)


トップ   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS