成蹊2020/日本語学講義D の履歴の現在との差分(No.13)

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("2020-10-30T01:38:43+00:00","default:ogiwiki","ogiwiki")
#author("2021-01-20T13:40:14+00:00","default:ogiwiki","ogiwiki")
[[成蹊2020]]

-今年度はZoomを使ったオンライン授業です。成蹊ポータルにログイン後、下記にアクセスしてZoomのアドレスを確認してください。
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=JKjMssFH

-[[「中納言」ログインページ>https://chunagon.ninjal.ac.jp/]]


**期末レポートについて [#v7f29944]
-締切：1月29日（金）
-提出先：CoursePowerの下記アドレス（またはメール ogiso＠ogiso.netあて）で提出
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=xFarsfcy
-分量：A4用紙で3～10枚（4枚以上を推奨）
-メールで送る場合はメール本文とWordファイルの両方に氏名・学籍番号を明記すること
--Wordファイルのサイズが大きくなりすぎる（20MB以上となる）場合には、PDFファイルとして保存して送信すること

**2021/1/15（最終回） [#p4192fdc]

***レポートテーマに関するプレゼンテーション（ライトニングトーク） [#kd5ae0a8]

-パワーポイントを使った短い発表（全員）

-ファイル提出先 (CoursePower)：
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=fZxm2MeU



**2021/1/8 [#bb3c1c8b]


***レポートテーマに関する調査と質問対応 [#g64c04a4]

-考えてきたテーマについて、実際に用例を検索してレポート作成を進めます。
-積極的に質問して下さい。


***発展(Excelの活用) [#ad1c7258]
-[[VLOOKUP関数>授業資料/VLOOKUP関数]]


***検索の例 [#r939bd48]
-男と女・男性と女性の非対称性　//[[データ kwic-MaleFemale.zip>https://www.dropbox.com/s/x3p6kimzj36enxn/kwic-MaleFemale.zip?dl=1]]
--男性と女性
--男と女と形容詞


***補足 [#fe1db978]
-[[ジップの法則>http://ja.wikipedia.org/wiki/%E3%82%B8%E3%83%83%E3%83%97%E3%81%AE%E6%B3%95%E5%89%87]]


***Wordを使ってレポートを書く [#r4adac3b]

-図表の取り扱い
--「形式を選択して貼り付け」
--図表番号、キャプション

-''文書の構造化''
--章・節番号
--「スタイル」「ナビゲーション ウィンドウ」（見出しマップ）の活用
-図表番号と相互参照
--脚注、文末脚注
--目次、図表目次



**2020/12/18 [#ucda666d]

***Excelの文字列関数とIF関数 [#ueca1dfe]

-例：ジャンル（NDC）の整理
--先頭の文字を取り出す（NDCの一次区分（＝類））
---=LEFT(&color(red){ジャンルのセル};,1)
--スラッシュで区切られた最初の部分（ジャンルの大分類）
---=LEFT(&color(red){ジャンルのセル};,SEARCH("/",&color(red){ジャンルのセル};)-1)

-集計用に用意した列で文字列処理関数を利用する
--LEFT
--RIGHT
--MID
--LEN
--SEARCH
--SUBSTITUTE

-条件わけ：IF
-エラー対応：IFERROR

-応用例：品詞の大分類を使う
--=IFERROR(LEFT(&color(red){品詞};,SEARCH("-",&color(red){品詞};)-1),&color(red){品詞};)


***【参考】 [[授業資料/EXCELの文字列関数]] [#j1323b8e]
-[[授業資料/EXCELの文字列関数]]

***レポートテーマに関するプレゼンテーションについて [#d4e8716d]
(小発表／ライトニングトーク)


**2020/12/11 [#nf869588]

***（復習）調整頻度の計算 [#qb1d3988]
-百万語あたり頻度（pmw）：ヒットした語数（粗頻度）を調査対象全体の語数（コーパスサイズ）で割って百万をかける
--コーパスサイズは語数表で調べる
---[[BCCWJの語数表>https://pj.ninjal.ac.jp/corpus_center/bccwj/bcc-chu-suw.html]]

--Normalizing Word Counts http://www.thegrammarlab.com/?p=160
--Comparing frequencies for corpora of different sizes https://www.lancaster.ac.uk/fss/courses/ling/corpus/blue/l05_3.htm


***『日本語歴史コーパス』CHJの紹介 [#nd000b39]
-https://pj.ninjal.ac.jp/corpus_center/chj/
--[[CHJの語数表>https://pj.ninjal.ac.jp/corpus_center/chj/chj-wc.html]]

***「あはれ」「をかし」と『源氏物語』『枕草子』 [#oc952041]
-粗頻度ではなく作品語との調整頻度を比較


**2020/12/04 [#nf869588]

***レポートテーマの確認 [#ea8652b0]


**2020/11/27 [#beaa3580]

***ランダムサンプリング調査 [#j4516bb3]
-大量に用例があり、調査内容からすべて対象にできない場合
-ランダムに並べ替え→先頭n例を調査対象に
--ランダムな数字の列： =RAND() 
--ランダムな数字の列をコピーして「値として貼り付ける」と数字が固定される

-ex.「全然」


***BCCWJ利用の落とし穴 [#le968f3e]

-BCCWJはあくまでも「現代語」のためのコーパスなので通時的な調査には向かない
--レジスターによって母集団の年が違っている
---レジスターの偏りを年代の偏りと勘違いしないこと
--30年あるのは白書・ベストセラー・国会会議録など一部のものだけ

-もともとテキスト量の多いレジスターにたくさん用例があるからといって「そのレジスターでよく使われる」とはいえない→調整頻度の計算
--cf.人口あたりの事故件数，１平方キロあたりの…etc.

-レジスターごとの語数の確認
--「中納言」右上の「語数について」→「短単位語数表」
--https://pj.ninjal.ac.jp/corpus_center/bccwj/bcc-chu-suw.html

***調整頻度の計算 [#v1c12e52]
-粗頻度を総語数で割る
--レジスターごとの語数データ：中納言ページの「語数について」からExcelでダウンロードできる
---語数ファイルをピボットテーブルで集計して分母に

-調整頻度には100万語あたりの頻度（pmw）が比較的よく使われる
--粗頻度/コーパス総語数*1000000
---数字が小さくなりすぎないようにするため

-※割合の違いを比較するだけなら調整頻度を出す必要はない。



**レポートテーマについて [#e570c779]
-次回までにレポートテーマを考えてくること（全員に聞きます）

-普段から見聞きする言葉に気をつけるとともに、他の授業や書籍の情報も活用する
-ひとつの言葉から、同種の別の語や違う観点からの観察などへと膨らませていく

--[[〈参考〉 国語に関する世論調査の結果について（文化庁）>http://www.bunka.go.jp/tokei_hakusho_shuppan/tokeichosa/kokugo_yoronchosa/]]
--[[〈参考〉国語研・ことばの疑問>https://kotobaken.jp/qa/]]
--[[〈参考〉NHK放送文化研究所・ことばの研究>https://www.nhk.or.jp/bunken/research/kotoba/index.html]]

***例((実際に検索してみてできそうなものと難しそうなものが含まれています)) [#x4a25c3e]
-表記
--「雀」「すずめ」「スズメ」動植物名の表記・・・レジスター別用例数、文体差
--「卵」「玉子」「たまご」「タマゴ」・・・意味の違い？文体差？
--「斡旋」「あっ旋」「あっせん」、「石鹸」「石けん」「せっけん」・・・常用漢字表外字を含む漢語の表記の揺れ
-類義語・対義語
--「奇麗」と「美しい」・・・連体修飾する名詞の違い（→意味の違い）
--「うるさい」「やかましい」「さわがしい」「かしましい」「かまびすしい」類義語・・・共起語、文体差
--「男性」と「女性」（「男」と「女」）・・・語彙の非対称性、社会言語学的分析
-語形、語法
--「好ましい」「好もしい」・・・語形の揺れと文体差
--「煙草を吸う」と「煙草をのむ」・・・用例数の割合、「煙草をのむ」の出現条件
-意味変化・新語
--「役不足」「確信犯」・・・”誤用”と”正用”
--「断トツ」「定番」「夜ご飯」・・・新語の広がり


**2020/11/20【欅祭のため休み】 [#u60a4b72]
-※四大学運動競技大会や欅祭が中止になる場合も、その期間は授業を実施しません。



**2020/11/13 [#db44b6da]

-『日本語歴史コーパス』「中納言」の講習会について（参加は任意）
--[[11月14日(土) 13:00～17:00 「通時コーパス」プロジェクト講習会>https://www.ninjal.ac.jp/event/specialists/project-meeting/m-2020/20201114/]]
---申し込み：https://zoom.us/meeting/register/tJIuf-6urD4oGtVqbWjhMCAyiispvagHftYa
--[[11月28日(土) 13:00～17:00 NINJALチュートリアル>https://www.ninjal.ac.jp/event/specialists/tutorial/ninjal-t038/]]（学生におすすめ）
---申し込み：https://zoom.us/meeting/register/tJUtdeivrjsvE9RlY8isTtXCnm66YDdEcGqh

***中納言によるさまざまな検索（つづき） [#uc34c87a]
-[[中納言検索課題（「中納言による検索」）>https://lms.seikei.ac.jp/lms/lginLgir/index?target=E2AK89wI]]課題3から

***複数の検索結果の結合（復習） [#jca41947]
-動物名でやってみる



**レポートテーマについて [#e570c779]
-そろそろレポートテーマについて考えましょう


**2020/11/06 [#k64adf2c]

***検索結果のピボットテーブルによる集計（復習） [#v2d53052]


***複数の検索結果の結合 [#l9b3620b]
-例：蒲公英・向日葵・菫

[[ショートカットキー>授業資料/覚えておきたいショートカットキー]]を活用すると便利
-Ctrl+End　ファイルの末尾/表のいちばん右下に移動
-Shift+Ctrl+End　〃範囲を選択

+表をコピー
--Ctrl+Home, ↓（列名はコピーしないようにする）,Shift+Ctrl+End, Ctrl+C
+コピーした表を既存の表の下に貼り付け
--Ctrl+↓, ↓, Ctrl+V, Ctrl+Home


***集計用の列を自分で用意する [#ccae4a87]
-例：表記（ひらがな・かたかな・漢字）別集計
-例：用法分類


***中納言によるさまざまな検索 [#uc34c87a]
-[[中納言検索課題（「中納言による検索」）>https://lms.seikei.ac.jp/lms/lginLgir/index?target=E2AK89wI]] (CoursePowerの授業配布資料庫フォルダ内)
--レポートテーマ選びの参考にもしてください

***提出課題 [#o959c81b]
-[[20201106_中納言の検索とピボットテーブルの作成>https://lms.seikei.ac.jp/lms/lginLgir/index?target=hJLRczdT]]
--CoursePowerで期限(11/13)までに提出すること。


**2020/10/30 [#rae00310]

***『中納言』の使い方 [#x73a0464]

-[[配布資料「『中納言』の使い方」>https://lms.seikei.ac.jp/lms/lginLgir/index?target=uIZQSdX2]]つづき


***「中納言」検索結果のダウンロードとExcelでの利用 [#m04a71cb]
+ダウンロード
+アーカイブの展開（解凍）：複数の検索条件式で検索・ダウンロードしたときのみ
+Excelでインポート：ファイルをダブルクリックすれば開かれる

***Excelの基礎 [#t5ba152a]
-並べ替え
--反転前文脈の使い方
-フィルタ
--テキストフィルタ

***【重要】ピボットテーブルの使い方 [#d0a7589d]
-ピボットテーブル
-ピボットグラフ

**2020/10/23【四大戦のため休み】 [#u60a4b72]
-※四大学運動競技大会や欅祭が中止になる場合も、その期間は授業を実施しません。


**2020/10/16 [#h1f3d9c9]

***『中納言』の使い方 [#x73a0464]
-配布資料「『中納言』の使い方」[[ダウンロード>https://lms.seikei.ac.jp/lms/lginLgir/index?target=uIZQSdX2]]

-3.3. 検索語の条件指定から


***検索条件式の利用 [#wa3409db]

 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"



**2020/10/09 [#g6d16bf7]

***コーパスの形態論情報：短単位と長単位 [#b5f24d62]

-コーパスの形態論情報
--https://pj.ninjal.ac.jp/corpus_center/bccwj/morphology.html

-短単位と長単位
--動画：コーパス検索システムの言語単位『短単位』 https://youtu.be/s5akpYOzNIU

--スライド：[[短単位と長単位>https://lms.seikei.ac.jp/lms/lginLgir/index?target=YcyaU5pO]] 参照

--資料：[[短単位と長単位・サンプル>https://lms.seikei.ac.jp/lms/lginLgir/index?target=GrR9HnqA]] 参照


***品詞体系と見出し語の階層 [#ye514197]
-BCCWJ,CHJはUniDicの品詞体系にもとづく

-[[授業資料/UniDicの品詞体系]]
-[[授業資料/UniDicの見出し語階層]]

***コーパスへの形態論情報の付与 [#sfd1b3f3]

-短単位：解析器[[MeCab>https://taku910.github.io/mecab/]]と辞書[[UniDic>https://unidic.ninjal.ac.jp/]]を使った形態素解析で情報付与
-長単位：解析器[[Comainu>https://ja.osdn.net/projects/comainu/]]（など）で短単位を組み上げる


***（参考）Web茶まめ [#va79aa8a]
-https://chamame.ninjal.ac.jp/

***『中納言』の使い方 [#x73a0464]
（来週以降も使います）
-配布資料「『中納言』の使い方」[[ダウンロード>https://lms.seikei.ac.jp/lms/lginLgir/index?target=uIZQSdX2]]


**2020/10/02　 [#wce15634]

***日本語コーパス（BCCWJ）の紹介 [#n1daa0f2]
-コーパスとはどんなものか

: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。
: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、言語研究にも利用可能。
-この授業で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）」


***「中納言」オンライン利用申込みについて [#l78f3553]
-半年だけ使える「授業アカウント」を用意してありますが、今後も利用する場合は個人で申し込んで下さい。
-https://chunagon.ninjal.ac.jp/useraccount/register


-[[BCCWJ少納言>http://www.kotonoha.gr.jp/shonagon/]]
--登録不要
--文字列検索のみ
--500例まで表示
-[[BCCWJ中納言>https://chunagon.ninjal.ac.jp]]
--要登録
--形態論情報を使った検索
--全件（一度に最大10万例まで）ダウンロード可


***日本語コーパス（BCCWJ）の設計 [#ga647ad2]

-''（スライド参照）''　コーパスの設計とサンプリング
//--Seikei Portalの「授業資料」参照


-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


***参考リンク [#r23eafb6]
-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://clu.uni.no/icame/manuals/BROWN/INDEX.HTM]]
http://clu.uni.no/icame/manuals/BROWN/INDEX.HTM
--[[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>http://pj.ninjal.ac.jp/corpus_center/bccwj/index.html]]
--[[現代日本語書き言葉均衡コーパス：サンプリング>http://pj.ninjal.ac.jp/corpus_center/bccwj/sampling.html]]


**2020/09/25　&color(red,){''休講''}; [#v7178f18]

-都合により休講とします。CoursePowerの課題に回答してください。


**2020/09/18 [#g00f5890]

-【重要】来週休講

***イントロダクション [#a2711c5f]

-[[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/
-コーパスとは
--[[国立国語研究所コーパス開発センター>https://pj.ninjal.ac.jp/corpus_center/]] https://pj.ninjal.ac.jp/corpus_center/


-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

-デモ
--[[「現代日本語書き言葉均衡コーパス（BCCWJ）」>https://pj.ninjal.ac.jp/corpus_center/bccwj/]]
---BCCWJ[[少納言>https://shonagon,ninjal.ac.jp/]]
---[[中納言>http://chunagon.ninjal.ac.jp]]
--[[「日本語歴史コーパス（CHJ）」>https://pj.ninjal.ac.jp/corpus_center/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]]


-シラバス確認
--[[シラバス>https://portal.seikei.ac.jp/campusweb/slbssbdr.do?risyunen=2020&semekikn=1&kougicd=125232450]]
--この授業の目的
--授業の進め方
--評価方法

--アンケート