#author("2021-09-30T03:27:06+00:00","default:ogiwiki","ogiwiki") [[成蹊2021]] -2021年度後期・金曜2限 -今年度はZoomを使ったリアルタイムのオンライン授業です。成蹊ポータルにログイン後、下記の授業ページにアクセスしてZoomのアドレスを確認してください。 --https://lms.seikei.ac.jp/lms/lginLgir/index?target=hxmlTSyQ -[[「中納言」ログインページ>https://chunagon.ninjal.ac.jp/]] **2021/09/21 [#fedf4312] **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』 [#d3ad8ff2] ***コーパスを使ってみる [#s1b41ed3] -細かい話は抜きで「中納言」でコーパスを使ってみよう --『現代日本語書き言葉均衡コーパス』(BCCWJ)コアのみ --文字列検索 --短単位検索 ***コーパスとは [#t54768fa] (以下スライド参照) :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) --参考:[[「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)」 ***コーパスへの要請 [#n1ef5148] --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/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 ***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/bccwj/index.html]] --BCCWJの基本設計:https://ccd.ninjal.ac.jp/bccwj/basic-design.html --サンプリング:https://ccd.ninjal.ac.jp/bccwj/sampling.html --XMLによる電子化:https://ccd.ninjal.ac.jp/bccwj/XML.html **2021/09/24 [#g00f5890] ***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/ --[[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/ -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 -国語研オープンハウス2021」 --https://www2.ninjal.ac.jp/openhouse/2021/ ---動画『日本語歴史コーパス』のかんたんな使い方─犬派?猫派?編─ https://youtu.be/672LMkV6GxU ***授業内容等の確認 [#e55ee18f] -オンライン授業の進め方について --原則としてZoomでのリアルタイム授業 --録画を共有するので復習すること -[[シラバス>https://portal.seikei.ac.jp/campusweb/slbssbdr.do?value(risyunen)=2021&value(semekikn)=1&value(kougicd)=125232150&value(crclumcd)=50221-0100]]の確認 --[[シラバス(CoursePower)>https://portal.seikei.ac.jp/campusweb/slbssbdr.do?value(risyunen)=2021&value(semekikn)=1&value(kougicd)=125232150&value(crclumcd)=50221-0100]] --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 ***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/]] ---[[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正規表現 ***「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| |ワープロ''Word''|「スタイル」を利用したレポート作成| |[[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|