成蹊2024/応用日本語講座 の履歴(No.10)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• 成蹊2024/応用日本語講座 へ行く。
  • 1 (2024-04-08 (月) 05:12:12)
  • 2 (2024-04-08 (月) 05:18:28)
  • 3 (2024-04-12 (金) 08:30:10)
  • 4 (2024-04-17 (水) 10:53:34)
  • 5 (2024-04-18 (木) 15:04:08)
  • 6 (2024-04-22 (月) 12:52:41)
  • 7 (2024-04-25 (木) 16:44:06)
  • 8 (2024-04-26 (金) 14:20:08)
  • 9 (2024-05-08 (水) 13:04:31)
  • 10 (2024-05-15 (水) 11:10:04)
  • 11 (2024-05-17 (金) 11:19:47)
  • 12 (2024-05-18 (土) 11:55:14)
  • 13 (2024-05-23 (木) 10:01:47)
  • 14 (2024-05-30 (木) 19:16:52)
  • 15 (2024-06-06 (木) 23:35:37)
  • 16 (2024-06-07 (金) 14:07:39)
  • 17 (2024-06-13 (木) 11:38:23)
  • 18 (2024-06-14 (金) 10:56:19)
  • 19 (2024-06-14 (金) 17:48:29)
  • 20 (2024-06-20 (木) 19:46:19)
  • 21 (2024-06-24 (月) 12:20:11)
  • 22 (2024-07-03 (水) 17:36:54)
  • 23 (2024-07-05 (金) 08:55:41)
  • 24 (2024-07-12 (金) 08:41:58)

---

成蹊2024

応用日本語講座†

• 2023年度後期・金曜2限：10:40～12:20
• 教室:7号館303 ※4月19日から変更になりました。
• Mail: ogiso@ogiso.net

• シラバス
• CoursePower授業ページ

5/17　タグ付き正規表現／全文検索システム「ひまわり」†

タグ付き正規表現†

• 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

最長一致の原則（greedy matching）†

• 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

• （参考）タグ付き正規表現の応用：grepと置換でKWICを作る

検索文字列の中での後方参照†

• 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

正規表現に関する参考資料†

• 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

ゲームの紹介†

• 正規表現を学ぶ狩りに出ようRegex Hunting
  • https://www.regex-hunting.com/

「ひまわり」の準備†

• 全文検索システム「ひまわり」

5/10　正規表現の応用†

授業資料/正規表現つづき†

• 授業資料/正規表現
  • 繰り返しに関するメタ文字から

正規表現の応用†

• 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）

USBメモリの準備について†

• 次回以降「ひまわり」の利用のためにUSBメモリを用意してください。自分のPCを持ち込んで受講している場合は不要です。

05/03【休講】（憲法記念日：授業実施日）†

• 授業実施日ですが休講とします。
• 下記を課題としますので、次の授業回（5月10日）までに行ってください。
  • キストエディタの操作方法を復習するとともに，リンク先の説明ページを確認して、授業時に配布したデータを対象に、正規表現を用いた検索を行うこと。　

04/26　テキストエディタの利用†

• サクラエディタの使い方（PDF）

テキストデータ（青空文庫の夏目漱石作品）の配布†

• ★soseki2.zip （今日の授業で使います）

復習†

• 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

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
• Mac のキーボードショートカット https://support.apple.com/ja-jp/HT201236

grepと置換でKWIC(CSVファイル)を作る（簡易版）†

• 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
• KWIC：KeyWord In Context

正規表現を使ってみる†

• 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†

• 正規表現　＞用語
  • 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
  • テキストエディタでは置換・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

正規表現のいろいろ†

• 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 $

04/19　テキストデータと文字コード†

文字コード†

• 授業資料/文字コード関連リンク

テキストデータ†

• すべての基本となる文字が並ぶだけのデータ
• 授業資料/テキストデータとは
  • バイナリデータとテキストデータ
  • テキストデータ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
  • 拡張子(wikipedia)

• 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†

• 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

テキストエディタのダウンロードとインストール†

フリーソフトウェア（無償）のサクラエディタを使います。（PC教室のパソコンにはインストール済み）

（以下は自分のPCで使う場合）

• ★サクラエディタのダウンロード
  • (参考) サクラエディタホームページ：https://sakura-editor.github.io/
• インストールの手順
  • ダウンロードしたzipファイルの中のsakura_install～.exeをダブルクリック
  • 以下、画面の指示に従ってインストール

• PCに詳しい人にはVisual Studio Codeがおすすめ
  • 授業はサクラエディタで説明します

テキストエディタを使ってみる†

• 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 こころ.txt）
  • sample.zip

• 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

ショートカットキー†

• Windowsの主な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
  • Macのショートカットキー https://support.apple.com/ja-jp/HT201236

テキストエディタの利用†

• サクラエディタの使い方（PDF）

テキストデータ（青空文庫の夏目漱石作品）の配布†

• ★soseki2.zip （今日の授業で使います）

復習†

• 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

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
• Mac のキーボードショートカット https://support.apple.com/ja-jp/HT201236

grepと置換でKWIC(CSVファイル)を作る（簡易版）†

• 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
• KWIC：KeyWord In Context

正規表現を使ってみる†

• 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

USBメモリの準備について†

04/12 イントロダクション†

• 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/
    • 言語資源開発センター

• シラバス確認
  • この授業のシラバス
  • 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†

授業で利用する主なデータ†

• 青空文庫の近代の小説
• 国立国語研究所のコーパス
  • 「現代日本語書き言葉均衡コーパス」
  • 「日本語日常会話」
  • 「昭和・平成書き言葉コーパス」
  • 「日本語歴史コーパス」

デモ†

• テキストエディタとgrep, 正規表現
• 全文検索システムひまわり
• Excel（ピボットテーブル）
• 形態素解析：Web茶まめ

• 現代語コーパス
  • 少納言