2021清泉女子大学 集中講義


9月6日(月)

第1回 イントロダクション

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
ワープロWord「スタイル」を利用したレポート作成
Web茶まめ形態素解析
テキストエディタ サクラエディタ正規表現を使ったテキストの検索・整形

授業内容デモ


第2回 日本語コーパスの紹介(1)『現代日本語書き言葉均衡コーパス』

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。

紙の資料からコーパスまで (日本語研究資料の変遷)

  1. (紙の)本文
  2. (紙の)総索引(コンコーダンス)
  3. 各種の電子テキスト
  4. 構造化テキスト
  5. 形態論情報付きコーパス

コーパスに求められるもの

「現代日本語書き言葉均衡コーパス」(BCCWJ)の構成とサンプリング


参考リンク


第3回 日本語コーパスの紹介(2)『日本語歴史コーパス』

「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

利用する側から見たコーパスの設計

9月7日(火)

第4回 コーパスの形態論情報と形態素解析(Web茶まめ)

コーパスの形態論情報

品詞体系

コーパスへの形態論情報の付与

形態素解析を試してみる

形態素解析の仕組み

参考資料

第5回 Web版コーパス検索ツールの利用(1)「中納言」の紹介

第6回 Web版コーパス検索ツールの利用(2)「中納言」の利用

位置情報と用例へのパーマリンク

検索条件式の利用

キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%")
 AND 後方共起: 語彙素="言葉" ON 1 WORDS FROM キー
 WITH OPTIONS tglKugiri="|" AND tglBunKugiri="#" AND limitToSelfSentence="1"
AND tglFixVariable="2" AND tglWords="20" AND unit="1" AND encoding="UTF-16LE" AND endOfLine="CRLF"

9月13日(月)

第7回 検索結果の集計と分析(1) 表計算ソフト

「中納言」検索結果のダウンロードとExcelでの利用

  1. ダウンロード
  2. Excelでインポート

Excelの基礎

第8回 検索結果の集計と分析(2) ピボットテーブル

【重要】ピボットテーブルの使い方

複数の検索結果の結合

一度にピボットテーブルで集計できるように一つの表にまとめる

ショートカットキーを活用すると便利

  1. 表をコピー
    • Ctrl+Home*5(表の左上へ移動), ↓(列名は選択しないようにするため1行下へ),Shift+Ctrl+End, Ctrl+C(コピー)
  2. コピーした表を既存の表の下に貼り付け
    • Ctrl+↓(表の一番下の行に移動), ↓(1行下へ), Ctrl+V(貼り付け)

または、「検索条件式ごとに出力ファイルを分割する」を外して検索条件式で一度にダウンロード(ZIPファイルの中のcsvファイルを利用)

キー: 語彙素="ワイン";
キー: 語彙素="ウイスキー";
キー: 語彙素="ビール";
キー: 語彙素="ブランデー";
キー: 語彙素="葡萄" AND 後方共起: 語彙素="酒" ON 1 WORDS FROM キー;
キー: 語彙素="日本" AND 後方共起: 語彙素="酒" ON 1 WORDS FROM キー;

(補足)ショートカットキーについて

集計用の列を自分で用意する

第9回 検索結果の集計と分析(3) データの加工と集計(関数の利用)

ランダムサンプリング調査

出現サンプル数の調査(重複の削除)

用例数ではなく、用例が一つでも出現したサンプルの数を調べたい場合

9月14日(火)

Excelの文字列関数

集計に必要な情報をフィールドから切り出すことで集計に使う

BCCWJ利用の落とし穴

調整頻度(pmw)

(Excel基礎)セルの相対参照と絶対参照

調整頻度の例:『日本語歴史コーパス』

(参考)VLOOKUP関数の利用

辞書引き集計

自分で作った(または誰かが用意してくれた)辞書データ(コーパスの見出し語に対する追加情報)を利用する

アノテーションの利用

自分で作った(または誰かが用意してくれた)コーパスへのアノテーション(用例に対する注釈データ)を利用する

第10回 テキストデータの処理(テキストエディタと正規表現)

デモ

Excelで中納言検索結果の列を丸ごとコピーし、エディタで整形した後、Excelに貼り付ける

※慣れると文字列関数よりも早くて便利

テキストデータについて

テキストエディタ

テキストエディタのダウンロードとインストール

Macの場合(miのダウンロードとインストール)

テキストエディタの基本操作

正規表現とは

正規表現を使ってみる

正規表現のいろいろ

正規表現の応用

「中納言」インラインタグ機能の利用

9月16日(木)

第11回 テーマ発表(1) PowerPointを用いた発表

第12回 テーマ発表(2) PowerPointを用いた発表

第13回 文書構造を意識したレポートの書き方(Wordの機能の活用)

授業計画


*1 サンプル先頭からの文字数を10倍したもの
*2 Macの場合はCommand
*3 EndキーはノートPCではしばしばFn+→
*4 EndがFn+→の場合は、Shift+Ctrl+Fn+→を同時押し
*5 HomeキーはノートPCではしばしばFn+←
*6 を空文字列に置換。以下同じ

トップ   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS