一橋2012 の履歴(No.15)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• 一橋2012 へ行く。
  • 1 (2012-09-26 (水) 13:02:18)
  • 2 (2012-10-04 (木) 19:43:22)
  • 3 (2012-10-11 (木) 13:40:27)
  • 4 (2012-10-12 (金) 10:37:43)
  • 5 (2012-10-18 (木) 14:43:15)
  • 6 (2012-10-18 (木) 14:43:15)
  • 7 (2012-10-22 (月) 10:35:18)
  • 8 (2012-10-25 (木) 18:24:20)
  • 9 (2012-10-26 (金) 10:45:07)
  • 10 (2012-11-08 (木) 13:26:26)
  • 11 (2012-11-08 (木) 17:11:23)
  • 12 (2012-11-09 (金) 11:20:54)
  • 13 (2012-11-15 (木) 15:10:29)
  • 14 (2012-11-16 (金) 02:23:25)
  • 15 (2012-11-29 (木) 22:49:59)
  • 16 (2012-11-30 (金) 11:55:44)
  • 17 (2012-12-06 (木) 03:50:23)
  • 18 (2012-12-07 (金) 09:44:41)
  • 19 (2012-12-13 (木) 17:57:13)
  • 20 (2012-12-14 (金) 12:15:35)
  • 21 (2012-12-14 (金) 14:36:05)
  • 22 (2012-12-20 (木) 22:35:46)
  • 23 (2012-12-21 (金) 11:59:06)
  • 24 (2012-12-25 (火) 16:11:59)
  • 25 (2013-01-10 (木) 02:14:56)
  • 26 (2013-01-11 (金) 01:00:45)
  • 27 (2013-01-11 (金) 10:44:39)
  • 28 (2013-01-17 (木) 23:48:10)
  • 29 (2013-01-18 (金) 10:36:09)
  • 30 (2013-01-24 (木) 16:04:19)
  • 31 (2013-01-25 (金) 10:32:06)

---

日本語学講義(I) 日本語コーパス研究入門†

• 授業に関するメールはこちらへ。
  小木曽 智信： ogiso＠ogiso.net ←＠を半角に置き換えてください
• 授業フォルダ \\Linkstation\share\日本語コーパス

• BCCWJ中納言： https://chunagon.ninjal.ac.jp/

2012/11/30

復習と補足

• 連体修飾（である可能性が高いもの）の検索と集計
• Zipf則

長単位と短単位の仕様の違い

• 複合辞
• 可能性にもとづく品詞付与（短単位）と文脈にもとづく品詞（長単位）
• 可能動詞の語彙素

集計のための処理

• 集計用の列を用意する
  • ex.「割合が｛大きい/小さい, 高い/低い, 多い/少ない｝」
• 文字列関数による置き換え
• Excelの文字列関数とif関数
  • left,right,mid,len,search,substitute

利用例：「訊く」の話

• 現代書き言葉における動詞「聞く」の表記をBCCWJ中納言で検索

  キー: 語彙素 = "聞く" WITH OPTIONS unit="1" AND tglWords="20" AND tglKugiri="|" AND tglFixVariable="2"

  • 「訊く」のレジスタ別分布（コアデータのみ）
    
  • 用法分類は（手作業で行わない限り）できない
  • 割合と粗頻度について

• 参考blog
  1. なぜ広まった？ 「『訊く』が正しい」という迷信 - アスペ日記
  2. 「訊く」という表記について - 蟹亭奇譚
  3. [[「訊く」のこと - あくまのぬいぐるみ>http://d.hatena.ne.jp/YMZ/20121115/p1 ]]

2012/11/16

「中納言」検索結果のダウンロード

1. ダウンロード
2. アーカイブの展開（解凍）
3. インポート

中納言の検索結果をExcelで利用する

• 前々回資料（4.）参照

Excelの基本

• フィルタ
  • テキストフィルタ
• 並べ替え
  • ユーザー設定の並べ替え

Excel:ピボットテーブルとピボットグラフ

• ピボットテーブル
  • Excelのバージョンによってかなり操作方法が違うので注意
• ピボットグラフ

2012/11/09

• 契約書返却

検索条件式

キー: 品詞 LIKE "名詞%" AND 後方共起: 語彙素 = "を" ON 1 WORDS FROM キー AND
 後方共起: 語彙素 = "学ぶ" WITHIN 5 WORDS FROM キー IN core="true"
 WITH OPTIONS unit="1" AND tglWords="20" AND tglKugiri="|" AND tglFixVariable="2"

キー: 品詞 LIKE "名詞%" AND 後方共起: 語彙素 = "を" ON 1 WORDS FROM キー AND 
後方共起: (語彙素 = "学ぶ" OR 語彙素 = "習う") WITHIN 5 WORDS FROM キー IN core="true" 
WITH OPTIONS unit="1" AND tglWords="20" AND tglKugiri="|" AND tglFixVariable="2"

BCCWJの形態論情報

• UniDicの品詞体系 (配付資料)
  • 品詞：名詞-固有名詞-姓　（大分類＞中分類＞小分類）
  • 活用型：下一段-ア行　（大分類＞行分類（＞小分類））
  • 可能性に基づく品詞体系
    • 名詞-普通名詞-サ変可能

学校文法との違い

• 形容動詞を 形状詞（＝形容動詞語幹）+助動詞ダ として扱う
• サ変動詞を 名詞＋動詞スル として扱う
• 活用語に助動詞「う」が付いた形を意志推量形として扱う

長単位の品詞

• 短単位との違い
  • 可能性に基づく品詞付与ではなく、出現例に即した品詞付与
  • 複合辞
  • 可能動詞の扱い

2012/10/26

「中納言」の利用

• アカウント作成とログイン

中納言によるコーパスの検索方法

• ★配布資料：中納言の使い方

2012/10/19

• 受講者の専門分野・関心領域
• 「中納言」アカウント確認

コーパスの設計とサンプリング

• ★スライド参照（授業フォルダ）
  • 「バランスがとれている」とは？
  • 現代日本語の書き言葉の縮図としてのコーパスを作る
  • 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
  • ブラウンコーパス マニュアル 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/

• 現代日本語書き言葉均衡コーパスの基本方針
• 現代日本語書き言葉均衡コーパスのためのサンプル抽出

2012/10/12 コーパスとは

はじめに

• 「中納言」利用申込み用紙回収
  • 申込用紙と契約書を回収します。

• 授業フォルダの説明
  • \\Linkstation\share\日本語コーパス

コーパスとは

• ★スライド参照（授業フォルダ）
  • コーパスとはどんなものか
  • 日本語コーパス以外（以前）の電子資料

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。

「少納言」を使ってみる

• BCCWJ少納言

参考リンク

• コーパス日本語学のための情報館

2012/10/05 イントロダクション†

• 自己紹介
• 国立国語研究所（NINJAL）
• 国語研コーパス（KOTONOHA）
  • 現代日本語書き言葉均衡コーパス（BCCWJ）
    • 特定領域 日本語コーパス
    • 検索デモサイト
  • 日本語話し言葉コーパス（CSJ）
  • 太陽コーパス（明治・大正期の総合雑誌）
  • 通時コーパス（設計中）

• 授業の進め方について
  • 受講者のレベルにあわせて基礎的なことから始め、自分の研究に実際に活かせるようになることを目指します。
  • シラバス確認 https://mercas.hit-u.ac.jp/

• 受講者アンケート
  • 専門・関心領域
  • PCスキル

• デモンストレーション
  • BCCWJ中納言＋Excel
  • 茶まめ（形態素解析）
  • ひまわり

授業で利用する主なソフトウェア†