成蹊2019/日本語日本文学のためのコンピュータの履歴の現在との差分(No.7)

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("2019-10-31T07:58:10+00:00","default:ogiwiki","ogiwiki")
#author("2020-01-17T02:56:27+00:00","default:ogiwiki","ogiwiki")
[[成蹊2019]]

**期末レポートについて [#j5e08828]
-締切：1月31日（金）
-提出先：成蹊PORTALまたはメールで提出
-分量：A4用紙で3～10枚
--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場合には、PDFファイルとして保存して送ってください

**2019/10/31　やや高度な正規表現（復習）／全文検索システム「ひまわり」 [#h3c114a2]
-mailto: ogiso◎ogiso.net (←◎を@に)


**2020/01/17　（最終回）レポートの完成へ / Wordでレポートを書く [#q9315ff4]

***レポートテーマ中間報告発表（ライトニングトーク）残り [#mabd9955]

***レポートの作成と質問 [#o5b42d5c]
-レポート完成に向けて作業を進めてください。
-個別に見て回ります。積極的に質問してください。

***Wordでレポートを書く [#pc6b7b3b]
文書の構造化とWordの使い方（レポートの書き方）

-文書の構造化*
--スタイルと見出し
--ナビゲーション ウィンドウ（見出しマップ）の使い方
--章・節番号
-図表の貼り込み*
--「形式を選択して貼り付け」
--図表番号とキャプション
-脚注
--脚注と文末脚注
-相互参照
--節番号、図表番号と相互参照
--目次、図表目次
-ページ番号*
-PDFとして保存（ブックマークを付加）*


***レポートの構成 [#ee2b2c83]
-[[IMRAD>https://ja.wikipedia.org/wiki/IMRAD]]



**2020/1/10　レポートテーマ中間報告LT [#p4adfc59]
***レポートテーマ中間報告発表（ライトニングトーク） [#vbdb2356]
-パワーポイントファイルをCoursePowerに提出してください。

***レポートテーマに関する調査 [#cb6009ee]
-各自のレポートテーマについて調査してください。
-個別に見て回ります。積極的に質問してください。


**2019/12/21（補講）　レポートテーマの選定と調査 [#s16916ff]


***レポートテーマの選定と調査 [#v4781d59]
-各自のレポートテーマについて調査してください。
-個別に見て回ります。積極的に質問してください。

-テーマとする語について、最低限『日本国語大辞典』等のしっかりした辞典にあたっておくこと。
-パソコン・ネットだけでは十分な調査はできません。図書館を利用してください。（参考文献は明記すること）

***ライトニングトークに向けたスライド作成 [#r9fee5a4]
-次回（1月10日）発表


***調整頻度の計算 [#nbc647b8]
-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。
-※ひまわりの検索結果でも同じことだが、その場合は語数の代わりに文字数で代用する。




**2019/12/20　CHJ中納言の使い方 [#daa74c41]


***レポートテーマ予備調査結果発表（ライトニングトーク）について [#kba6f826]
-1月10日
-一人数分、スライド数枚で発表


***「中納言」の利用：形態論情報を使った検索 [#a2d44dc9]
-配布資料「『中納言』の使い方」
--CoursePower参照

-[[コーパス検索アプリケーション「中納言」>http://chunagon.ninjal.ac.jp]]


***形態論情報を使った検索 [#j7dd9570]
-まずは文字列検索で確認する

***品詞体系と見出し語の階層 [#b8ca660e]
-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]]


***「中納言」検索結果のダウンロードとExcelでの利用 [#t60e5b4d]
+ダウンロード
//+アーカイブの展開（解凍）
+Excelでインポート


**2019/12/13　Himawari+Excelの復習 / 中納言 [#daa74c41]


***レポートテーマの確認(1) [#mc908ac2]
-パソコン・ネットだけでは十分な調査はできません。図書館を利用してください。（参考文献は明記すること）
-最低限『日本国語大辞典』等のしっかりした辞典にあたっておくこと。

***Himawari+Excelの復習 [#bc667d0e]

--例：「～的な」「～的の」
---二字漢語＋的な／の　の通時的変化


***「中納言」の紹介 [#l5ec1957]


**2019/12/06　検索結果のExcelによる集計(2) [#r2db84d9]

-''必ずHimawariを入れたUSBメモリを持ってくること''

***課題（復習） [#be955334]
-Course Powerレポート：Himawari検索＆Excelピボットテーブル課題
授業時に作成したHimawari＋青空文庫パッケージを使って、「心持」と「気持」を検索し、検索結果にExcel上で作家の生年代を付与したうえで、ピボットテーブルで集計して、生年代別に「心持」「気持」の用例数を示す表と使用割合を示すグラフを作成しなさい。作成したピボットテーブル・グラフを含むExcelファイルを提出すること。

***分類用の列を作って集計する [#qcbc1b30]
-入力用の列を作り手作業で意味分類する
--例：「新聞紙」の意味・用法の変化


***サンプリング調査 [#m5567f46]
-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


***レポートテーマについて(予告) [#x67f47de]
-授業で紹介したエディタやひまわり、中納言、表計算ソフトの使い方を活かして、たとえば次のようなテーマでレポートをまとめてもらいます。データは授業で配布・紹介したものを自由に利用してください。
--例：作家ごとの言葉の使い方の違い
--例：類義語の意味の違い
--例：語の用法の変化
--例：語形・（表記）のゆれ
-などなど



**2019/11/29　検索結果のExcelによる集計 [#y616cc45]

***Excelの基本操作（再） [#fae504b8]

-並べ替え（ソート）
-フィルター（絞り込み）
--テキストフィルター
--多重フィルター（複数の条件指定）
-ピボットテーブル★
--ピボットグラフ



***ひまわり検索結果をExcelで扱う [#k187ca82]
-ピボットテーブルとピボットグラフ
--例：「それきり」「それぎり」
---[[sorekiri.xlsx>https://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=sorekiri.xlsx&refer=%C0%AE%EC%FE2019%2F%C6%FC%CB%DC%B8%EC%C6%FC%CB%DC%CA%B8%B3%D8%A4%CE%A4%BF%A4%E1%A4%CE%A5%B3%A5%F3%A5%D4%A5%E5%A1%BC%A5%BF]]


***生年代による集計（通時的変化） [#a3ab9dec]

-文字列処理関数の利用
--例： =left(<文字列>,<文字数>)
---生年代： =left(<生年月日が入っているセル>,3)*10


-生年月日データの書式について
--「青空文庫」の生年月日が書式の自動変換でおかしくなるのを防ぐ
---1900年以前の年月日は文字列、それ以降は日付として認識される

+Himawariで「すべて選択」後、「すべて選択」「コピー（列名含む）」をする
+Excelで生年月日の列が貼り付けられることになる列（NとO）を丸ごと選択し、書式を「文字列」とする
+Excelに貼り付ける

**2019/11/22　（欅祭で休み）　 [#y6824897]

**2019/11/15　全文検索システム「ひまわり」 [#b54075de]

***正規表現小テスト [#a5a8b055]

***「ひまわり」とその使い方 [#a3d55af3]
&ref(himawari_aozora.png,,50%);

-ひまわりの動作確認
-検索方法の説明
--ひまわりの正規表現について（[[授業資料/Himawariの正規表現]]）
-ふりがなの検索

***ひまわり検索結果をExcelで扱う [#k187ca82]
-例：
--「気持ち」「心持ち」


***Excelの基本操作 [#n45bc002]

-並べ替え（ソート）
-フィルター（絞り込み）
--テキストフィルター
--多重フィルター（複数の条件指定）
-ピボットテーブル★
--ピボットグラフ


**&color(red){2019/11/8休講}; [#a1269598]


**2019/10/31　やや高度な正規表現（復習）／全文検索システム「ひまわり」の導入 [#h3c114a2]

-補講について
--予定：12月21日(土)

***検索文字列の中での後方参照（復習） [#ec8bb81d]
-検索語の中で\1を使う
--(..)\1  「ころころ」「毎日毎日」など二文字の繰り返しにマッチ
--(.ろ)\1  「ころころ」「どろどろ」「へろへろ」などにマッチ
--(..)\1\1
--(...)\1

-（参考）タグ付き正規表現の応用：[[grepと置換でKWICを作る>授業資料/grepと置換でKWICを作る]]

// ^(.*?,.*?,.*?,)(.*?,)(読[まみむめもん],)(.+,)(読[まみむめもん])(,.+)
//↓
// \1\2\3\4\n\1\4\5\6


***正規表現小テスト [#a5a8b055]
***振り仮名の修正 [#be07d68f]
-[[授業資料/タグつき正規表現]]
-参考資料：https://www.aozora.gr.jp/cards/000879/card16.html#download


**全文検索システム「ひまわり」 [#g3d2e894]

***全文検索システム「ひまわり」について [#tc106bbb]
//&ref(himawari_aozora.png,,50%);

-[[全文検索システム「ひまわり」>http://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]]
--ただのテキストファイル（プレーンテキスト）ではなく、XML形式にして、インデックスを付けた専用のデータを利用

-[[ひまわり のダウンロードページ>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/%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9/%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9ver.1.6]]　プログラム本体



***「青空文庫パッケージ」のインストール [#q65dfc0e]
+青空文庫パッケージのダウンロード
++[[ひまわり用「青空文庫」パッケージのダウンロードページ>http://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%2F%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9%2F%A1%D8%C0%C4%B6%F5%CA%B8%B8%CB%A1%D9%A5%D1%A5%C3%A5%B1%A1%BC%A5%B8]]から「青空文庫パッケージ」をUSBメモリに直接ダウンロードして保存（サイズが大きいのでPCにダウンロードできない）
+USBメモリにコピーしたフォルダ内のhimawari.exeを起動
++Himawari画面上にドラッグ＆ドロップ((または、メニューのファイル＞インストールをえらび、青空文庫パッケージのzipファイルを指定))
++Himawari画面上にダウンロードしたzipファイルをドラッグ＆ドロップ((または、メニューのファイル＞インストールをえらび、青空文庫パッケージのzipファイルを指定))
++しばらく待つと完了（数分から10分程度はかかる）
+要らなくなったUSBメモリ上の青空文庫パッケージzipファイルは不要なので削除する


***「ひまわり」とその使い方 [#a3d55af3]
&ref(himawari_aozora.png,,50%);

-ひまわりの動作確認
-検索方法の説明
--ひまわりの正規表現について（[[授業資料/Himawariの正規表現]]）


***ひまわり検索結果をExcelで扱う [#k187ca82]
-例：
--「気持ち」「心持ち」





**&color(red){2019/10/26（土）の金曜日不足分授業日は休講}; [#a1269598]


**2019/10/25　正規表現 [#x87d133f]


-今日の練習用テキストデータ
---[[soseki2.zip>https://www.dropbox.com/s/gw1j25svf2s9tki/soseki2.zip?dl=1]] （前回と同じもの）

***テキストエディタ・正規表現（文字クラス）の復習 [#i5600b09]
-文字クラス
--例：読[まみむめもん]

***正規表現のいろいろ [#q514651f]
-[[授業資料/正規表現]]
--文字クラス [ ]
--文字クラスの否定（補集合）[^ ]
--繰り返し ? + *
--グループ化  ()
--or（論理和）  |
--文頭 ^、文末 $

***正規表現の応用 [#c7a3ea2d]
-カタカナ語
--カタカナ（外来語）の形容動詞語幹
-送りがなの揺れ（行う／行なう）
-会話文中（"「"で始まる文中）の用例を検索する
-同一文中での共起
--全然～ない。
--もし～なら（ば）

//---------

***タグ付き正規表現 [#z9ef50e5]

-走[らりるれろ] でgrepした結果を置換するにはどうしたらいいか
--次のように置換するととんでもないことに…
---検索文字列：走[らりるれろっ] 
---置換文字列：★走[らりるれろっ] 
-タグ付き正規表現・カッコ（半角丸カッコ）と\1（\2，\3…）を使う
-[[授業資料/タグつき正規表現]]

***検索文字列の中での後方参照 [#ra28185d]
-検索語の中で\1を使う
--(..)\1  「ころころ」「毎日毎日」など二文字の繰り返しにマッチ
--(.ろ)\1  「ころころ」「どろどろ」「へろへろ」などにマッチ
--(..)\1\1
--(...)\1

***最長一致の原則（greedy matching） [#y047e9bd]
-正規表現は、パターンが一致する最も長い範囲にマッチする
--例：''あ+'' → ''【\1】''
---ああああああああ →　【ああああああああ】
そのせいで…
--例：''「(.+)」'' → ''【\1】''
---「こんにちは」「さようなら」 →　【こんにちは」「さようなら】
--括弧の組ごとに置換するためには''「([^」]+)」'' → ''【\1】''　のように書かなければならない
---「こんにちは」「さようなら」 →　【こんにちは】【さようなら】
-よりかんたんに指定するには（最短一致，ものぐさ指定）
--''「(.+?)」「(.*?)」''のように、繰り返し指定の+*の後に「?」をつける

***正規表現に関する参考資料 [#w86de08b]
-サクラエディタの正規表現：http://sakura-editor.sourceforge.net/htmlhelp/HLP000089.html
-正規表現に関する本　[[amazonで検索>http://www.amazon.co.jp/s/ref=nb_ss_gw?__mk_ja_JP=%83J%83%5E%83J%83i&url=search-alias%3Daps&field-keywords=%90%B3%8BK%95%5C%8C%BB&Go.x=0&Go.y=0&Go=Go]]

#amazon(4873114500)
#amazon(4873113598)
#clear

**2019/10/18　(四大戦で休み) [#ef68fad2]


**2019/10/11　テキストエディタの利用 [#gfe1cdc1]

-今回からUSBメモリを利用します。

------

-テキストデータ（青空文庫）の配布
---[[soseki2.zip>https://www.dropbox.com/s/gw1j25svf2s9tki/soseki2.zip?dl=1]] （今日の授業で使います）
---[[aozoradoc2.zip>https://www.dropbox.com/s/t3udkej39grd7h1/aozoradoc2.zip?dl=1]]（青空文庫全テキスト・参考）
--ダウンロードしてUSBメモリに展開（解凍）してください

-検索・置換、grep
--検索で初出行を調べる
--置換で用例数を数える
--grepで用例リストを作る
--タグジャンプで文脈を確認する
--サブフォルダのgrep

***ショートカットキー [#da449f25]
-[[授業資料/覚えておきたいショートカットキー]]


***grepと置換でKWIC(CSVファイル)を作る（簡易版） [#u3ab2d6f]
-CSVファイルとは：テキストファイルで表を表現する
[[用語：CSVファイル>http://e-words.jp/w/CSV.html]]
-KWIC：KeyWord In Context


***正規表現を使ってみる [#u471d57b]
-文字クラス
--例：読[まみむめもん]
---半角ブラケットの中に文字を並べる→並べた文字いずれか1文字

***正規表現とは [#d216d4e0]

-''正規表現''　[[＞用語>http://e-words.jp/w/E6ADA3E8A68FE8A1A8E78FBE.html]]
--文字を表すための特殊な文字（メタ文字）を使って文字列のパターンを表現する
--エディタでは置換・検索・grepで利用できる　（エディタ以外にもさまざまなアプリケ－ションやコンピュータ言語で利用されている）
--特殊な文字（メタ文字）はすべて半角
//--特殊な文字そのものを表す場合には\でエスケープする（特殊な意味を打ち消す）　例：1\+2


-[[授業資料/正規表現]]
--文字クラス [ ]
--文字クラスの補集合（それ以外の文字）[^ ]



**2019/10/04　テキストデータとテキストエディタ [#f7f89f38]

-USBメモリの準備
--次回の授業からUSBメモリを使います。2GB（なるべく4GB）以上の空きのあるUSBメモリを用意してください。

***テキストデータ [#k896318b]
-すべての基本、文字が並ぶだけのデータ
--[[授業資料/テキストデータとは]] 
--バイナリファイルとテキストファイル
-TXT,CSV,HTM・・・
--ファイルの種類と拡張子 参考：[[拡張子辞典>http://www.jisyo.com/viewer/]]
--[[拡張子(wikipedia)>http://ja.wikipedia.org/wiki/%E6%8B%A1%E5%BC%B5%E5%AD%90]]

-授業で使うテキストデータ
--[[授業資料/テキストデータ紹介]]


***テキストエディタ [#q7ae852c]
-テキストエディタとはどんなものか
--[[授業資料/テキストエディタ]]

-サクラエディタのダウンロードとインストール
--★[[サクラエディタのダウンロード:sakura2.zip>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=sakura2.zip&refer=%C0%AE%EC%FE2017%2F%C6%FC%CB%DC%B8%EC%C6%FC%CB%DC%CA%B8%B3%D8%A4%CE%A4%BF%A4%E1%A4%CE%A5%B3%A5%F3%A5%D4%A5%E5%A1%BC%A5%BF]]
---(参考) サクラエディタホームページ：http://sourceforge.net/projects/sakura-editor/

-zipファイルの展開（解凍）
--解凍しないままでも開けるが必ず解凍すること

-テキストエディタの設定
--行の折り返し
--行番号表示
---スタイル行番号（ワープロ的行番号）と論理行番号（エディタ的行番号）

-練習用サンプルデータ（漱石＋芥川）
--[[sample.zip>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=sample.zip&refer=%C0%AE%EC%FE2013%2F%C6%FC%CB%DC%B8%EC%C6%FC%CB%DC%CA%B8%B3%D8%A4%CE%A4%BF%A4%E1%A4%CE%A5%B3%A5%F3%A5%D4%A5%E5%A1%BC%A5%BF]]

-検索・置換、grep
--検索で初出行を調べる
--置換で用例数を数える
--grepで用例リストを作る
--タグジャンプで文脈を確認する
--サブフォルダのgrep



**2019/09/27 [#n5d114e2]

***イントロダクション [#j7eb4b41]

-[[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 http://www.ninjal.ac.jp/
--[[コーパス開発センター>http://pj.ninjal.ac.jp/corpus_center/]]

-デモ
--テキストエディタとgrep
--全文検索システム[[ひまわり>http://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]]
--Excel（ピボットテーブル）
--形態素解析：[[Web茶まめ>http://chamame.ninjal.ac.jp]]


-シラバス確認
--[[シラバス>https://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=SEIKEI2019b_syllabus.pdf&refer=%C0%AE%EC%FE2019%2F%C6%FC%CB%DC%B8%EC%C6%FC%CB%DC%CA%B8%B3%D8%A4%CE%A4%BF%A4%E1%A4%CE%A5%B3%A5%F3%A5%D4%A5%E5%A1%BC%A5%BF]]（PDF）
--この授業の目的
--授業の進め方
--評価方法


***授業で利用する主なソフトウェア [#i06478d2]
|ソフトウェアの種類・名前|利用目的|h
|[[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|
|[[全文検索ソフト''ひまわり''>http://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|
|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|

--アンケート


**2019/09/20 [#c0b55fc4]
-初回ですが，海外出張のため休講です。
成蹊2019/日本語日本文学のためのコンピュータ の履歴の現在との差分(No.7)

成蹊2019/日本語日本文学のためのコンピュータの履歴の現在との差分(No.7)
