成蹊2009/日本語学講義B の履歴(No.17) - OGI-Wiki

日本語学講義B（後期）†

月曜5限
資料はIT's Classの教材のページを見てください。
http://www.cc.seikei.ac.jp/

コーパス検索ツール：中納言

お知らせ

Web Collaborationで形態素解析用のソフトウェアを配布しています。自分のUSBメモリにコピーして使ってください。（空き容量が約400MB必要です）
出席について：情報教育用施設の出席管理システムで毎回確認しています。
授業中に案内したアカウントでコーパス検索ツール：中納言が使えます。詳しい使い方は授業終盤で説明しますが、レポートテーマの検討のためあらかじめ利用してみてください。

12/21　第10回　集計結果の利用／小テスト

異なり語数とのべ語数
異なり語数／のべ語数：TTR（Type-Token Ratio）
- 語彙の豊かさの指標の一つ
名詞率
- 要約的な文章ほど高い
MVR：「形容詞・形容動詞・副詞・連体詞」（Modifier）の合計数を「動詞」（Verb）で割った比率（Ratio）
- 高「ありさま描写的」<--->低「動き描写的」といわれる

12/14　第9回　形態素解析結果をデータベースで扱う（Access）（2）

表の結合
- 内部結合と外部結合
- 表を結合して選択
集計
- 合計・平均・・・

連続する語を取り出す・集計する
1. 次の語の連番を付ける
  1. 列を用意する
  2. 更新クエリ
2. 連続する語を抜き出す
  1. 解析結果テーブル自身を１行ずらして結合する
  2. 前後の語で条件指定した選択クエリ

参考資料：形態素解析結果をAccessで使う(PDF)

12/07　第8回　形態素解析結果をデータベースで扱う（Access）

データベースに取り込む：
1. Accessで新規データベースを作成(mdbファイル)
2. インポート
  - 文字コード（コードページをUTF-8に指定する）
3. 連番を付ける

データを取り出す・集計する
- 選択クエリ
  - 列を選択
  - 行を選択
- 集計
  - カウント（何例あるか）

11/30　第8回　形態素解析結果の集計（Excel）(2)

前回収集したデータを茶まめ（UniDic+MeCab）で解析し、Excelで集計します。
Excelのピボットテーブルが使いこなせるようになってください。

茶まめの使い方(復習)
- 複数のファイルを解析する
- ファイルに出力する
  - タブ区切りテキスト
Excelとピボットテーブル
- 解析結果の取り込み
- 語種別の集計
- 品詞別の集計
  - 品詞大分類で集計（関数の利用）

11/16　第7回　形態素解析結果の集計

今回から実習的な内容が多くなります。
茶まめ（UniDic+MeCab）で解析した結果をExcelで集計します。
自分で形態素解析が行えるようにしてください。

茶まめの使い方
- 複数のファイルを解析する
- ファイルに出力する
  - タブ区切りテキスト
Excelとピボットテーブル

11/09　第6回　形態素解析

形態素解析とは
UniDicの概要
茶まめで形態素解析を行う
- パワーポイント参照（IT's Class入り口）
配付資料：小木曽（2007）「日本語研究と自動形態素解析」

11/02　第5回　文字コード

文字の符号化と文字集合
- パワーポイント参照（IT's Class入り口）
形態素解析用ソフトウェア（配布と動作確認）

10/26　第4回　コーパスのデータ形式

構造化文書とXML
- パワーポイント参照（IT's Class入り口）

10/19　第3回　均衡コーパス

コーパスの設計とサンプリング
- パワーポイント参照（IT's Class入り口）

10/12(体育の日・開講日) 休講

10/5　第2回　利用可能な言語資源とコーパス

前回補足
- 形態素解析のデモンストレーション（兼環境チェック）

（以下パワーポイント参照）

紙の資料からコーパスまで
- コーパスとは
  - 広義のコーパス／狭義のコーパス
  - コーパス，テキストデータの紹介

9/28　第1回　ガイダンス

自己紹介
- 独立行政法人国立国語研究所 http://www.kokken.go.jp/ → 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/
- 日本語コーパスKOTONOHA
- KOTONOHA検索デモサイト
- 形態素解析辞書UniDic

シラバス確認
- この授業の目的
- 授業の進め方
- 評価方法

デモ