東大2021 の履歴差分(No.6)

• 履歴一覧
• 現在との差分 を表示
• ソース を表示
• 履歴 を表示
• 東大2021 へ行く。
  • 1 (2021-03-09 (火) 01:28:03)
  • 2 (2021-04-08 (木) 08:43:37)
  • 3 (2021-04-09 (金) 10:39:10)
  • 4 (2021-04-09 (金) 10:39:10)
  • 5 (2021-04-10 (土) 01:30:54)
  • 6 (2021-04-10 (土) 01:30:54)
  • 7 (2021-04-16 (金) 05:27:09)
  • 8 (2021-04-16 (金) 23:53:58)
  • 9 (2021-04-17 (土) 02:00:06)
  • 10 (2021-04-20 (火) 07:33:32)
  • 11 (2021-04-23 (金) 04:24:10)
  • 12 (2021-04-23 (金) 22:55:25)
  • 13 (2021-04-29 (木) 04:14:34)
  • 14 (2021-04-30 (金) 23:39:37)
  • 15 (2021-04-30 (金) 23:39:37)
  • 16 (2021-05-07 (金) 03:43:15)
  • 17 (2021-05-07 (金) 23:07:21)
  • 18 (2021-05-20 (木) 22:24:37)
  • 19 (2021-05-22 (土) 00:01:12)
  • 20 (2021-05-22 (土) 02:51:52)
  • 21 (2021-05-28 (金) 09:47:47)
  • 22 (2021-05-29 (土) 01:52:55)
  • 23 (2021-05-29 (土) 01:52:55)
  • 24 (2021-06-04 (金) 18:48:19)
  • 25 (2021-06-04 (金) 23:04:05)
  • 26 (2021-06-05 (土) 01:50:27)
  • 27 (2021-06-11 (金) 23:20:37)
  • 28 (2021-06-12 (土) 01:55:14)
  • 29 (2021-06-19 (土) 01:42:55)
  • 30 (2021-06-19 (土) 01:42:55)
  • 31 (2021-06-25 (金) 19:00:36)
  • 32 (2021-06-25 (金) 23:49:37)
  • 33 (2021-06-25 (金) 23:49:37)
  • 34 (2021-06-25 (金) 23:49:37)
  • 35 (2021-07-02 (金) 23:41:54)
  • 36 (2021-07-09 (金) 02:19:28)
  • 37 (2021-07-09 (金) 23:46:58)

• 追加された行はこの色です。
• 削除された行はこの色です。

#author("2021-04-09T07:30:54+00:00","default:ogiwiki","ogiwiki")
#author("2021-04-15T01:11:56+00:00;2021-04-09T07:30:54+00:00","default:ogiwiki","ogiwiki")
[[FrontPage]]

*コーパス日本語学 [#f20f4b84]
-前期木曜2限：10:30-12:00
-Mail: ogiso◎ogiso.net (←◎を@に)
-前期金曜4限：14:50-16:40
-Mail: ogiso@ogiso.net

Zoomによるリアルタイムのオンライン授業形式で行います。ZoomのURLはITC-LMSのページで確認してください。
-Zoomによるリアルタイムのオンライン授業形式で行います。ZoomのURLはITC-LMSのページで確認してください。
--人文社会系研究科 21210110 コーパス日本語学
---https://itc-lms.ecc.u-tokyo.ac.jp/lms/course?idnumber=2021212101100F01
--文学部 04212151 言語学特殊講義XI
---https://itc-lms.ecc.u-tokyo.ac.jp/lms/course?idnumber=2021042121510F01

-人文社会系研究科 21210110 コーパス日本語学
--https://itc-lms.ecc.u-tokyo.ac.jp/lms/course?idnumber=2021212101100F01
----
**4月16日（第2回） コーパスの設計 [#d3ad8ff2]

-文学部 04212151 言語学特殊講義XI
--https://itc-lms.ecc.u-tokyo.ac.jp/lms/course?idnumber=2021042121510F01

----
***コーパスとは [#t54768fa]

: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。
-さまざまなテキストアーカイブ（新潮文庫の百冊 / 青空文庫 / 国会会議録）
--[[「ひまわり」パッケージ>https://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9]]
-Web上のデータ
--検索サイトの利用
--WAC（Web as Corpus）

-この授業で主に扱うのは狭義のコーパス。中でも「現代日本語書き言葉均衡コーパス（BCCWJ）」と「日本語歴史コーパス（CHJ）」


***紙の資料からコーパスまで (日本語研究資料の変遷) [#s7dfd61c]

+(紙の)本文
+(紙の)総索引（コンコーダンス）
+各種の電子テキスト
--[[授業資料/テキストデータ紹介]]
+構造化テキスト
--[[太陽コーパス>https://ccd.ninjal.ac.jp/corpus_center/cmj/taiyou/]]など
+形態論情報付きコーパス
--[[現代日本語書き言葉均衡コーパス（BCCWJ）>https://ccd.ninjal.ac.jp/corpus_center/bccwj/]]など

***コーパスに求められるもの [#h042f3fe]

-コーパス以前の電子化日本語資料（とその限界）
--個人研究者による電子化テキスト
---cf. [[日本文学等テキストファイル(岡島昭浩)>http://www.ne.jp/asahi/nihongo/okajima/bungaku.htm]]
--出版社による電子出版物（CD-ROM）
---新潮文庫の100冊 etc.
--新聞のデータベース（CD-ROM）
---毎日新聞CD-ROM etc.
--研究機関のデータベース
---国文学資料館 大系DB etc.
--Web上のテキストアーカイブ
---青空文庫 etc.
--Webそのもの
---Web as Corpus

-（現代語）コーパスへの要請
--大規模であること
--各種のテキストが含まれていて、ジャンルなどのバランスがとれていること
--著作権の問題がないこと
--言語研究に利用できる情報がついていること


***「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 [#s89fe505]
-https://ccd.ninjal.ac.jp/corpus_center/bccwj/

-均衡コーパス（Balanced corpus）
--「バランスがとれている」「代表性」とは？
--コーパスの母集団の設定とサンプリング
--BCCWJのサブコーパス
--可変長と固定長
-著作権をめぐる問題

***「日本語歴史コーパス」（CHJ）の構成 [#x9f78d1c]
-https://ccd.ninjal.ac.jp/corpus_center/chj/


***参考リンク [#o1a9da5c]
-英語のコーパス リファレンス
--[[ブラウンコーパス マニュアル>http://khnt.aksis.uib.no/icame/manuals/brown/]] http://khnt.aksis.uib.no/icame/manuals/brown/
--[[BNCリファレンスガイド>http://www.natcorp.ox.ac.uk/docs/URG/]] http://www.natcorp.ox.ac.uk/docs/URG/
-現代日本語書き言葉均衡コーパス（BCCWJ）
--[[現代日本語書き言葉均衡コーパス：概要>https://ccd.ninjal.ac.jp/corpus_center/bccwj/index.html]]
--BCCWJの基本設計：https://ccd.ninjal.ac.jp/corpus_center/bccwj/basic-design.html
--サンプリング：https://ccd.ninjal.ac.jp/corpus_center/bccwj/sampling.html
--XMLによる電子化：https://ccd.ninjal.ac.jp/corpus_center/bccwj/XML.html






**4月9日（第1回）イントロダクション/日本語コーパスの紹介 [#wdd4ab2f]

***イントロダクション [#z7ffa4ea]

-[[自己紹介]]
--大学共同利用機関法人人間文化研究機構 [[国立国語研究所>https://www.ninjal.ac.jp/]] https://www.ninjal.ac.jp/
--[[国立国語研究所コーパス開発センター>https://ccd.ninjal.ac.jp/]] https://ccd.ninjal.ac.jp/


-（参考）国語研オープンハウス2020　https://www2.ninjal.ac.jp/openhouse2020/
--動画「日本語歴史コーパス」の紹介 https://youtu.be/tKvVR2K2h2E


***授業内容等の確認 [#e55ee18f]

-[[シラバス>https://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=2021_UT_syllabus.pdf&refer=%C5%EC%C2%E72021]]の確認
--この授業の目的
--授業の進め方
--評価方法


-受講者アンケート
--関心のある分野について
--PC等のスキルについて


***「中納言」アカウントについて [#t6709ede]
-「授業アカウント」について
-「中納言」オンライン利用申込み
--https://chunagon.ninjal.ac.jp/useraccount/register


***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） [#i06478d2]
|ソフトウェアの種類・名前|利用目的|h
|[[コーパス検索アプリケーション''「中納言」''>https://chunagon.ninjal.ac.jp/]]|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>https://chamame.ninjal.ac.jp/]]|形態素解析|
|[[テキストエディタ ''サクラエディタ''>http://sourceforge.net/projects/sakura-editor/]]|正規表現を使ったテキストの検索・整形|
|ワープロ''Word''|「スタイル」を利用したレポート作成|
|[[全文検索ソフト''ひまわり''>https://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9]]|データの検索,ミニコーパスの作成|
|[[R>https://www.r-project.org/]]|データの統計分析|


***授業内容デモ [#kc4ae1c5]
-コーパスの利用
--[[「現代日本語書き言葉均衡コーパス（BCCWJ）」>https://ccd.ninjal.ac.jp/bccwj/]]
---[[梵天（BCCWJ文字列検索）>https://bonten.ninjal.ac.jp/bccwj/string_search]]
---[[中納言>https://chunagon.ninjal.ac.jp]]
--[[「日本語歴史コーパス（CHJ）」>https://ccd.ninjal.ac.jp/chj/]]
-Excelによる集計（ピボットテーブル）
-形態素解析
--[[Web茶まめ>https://chamame.ninjal.ac.jp]]
-テキストエディタとgrep
-全文検索システム[[ひまわり>https://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9]]
-[[R>https://www.r-project.org/]]