上智2017/国語学演習Ⅲa の履歴(No.20)

上智2017

国語学演習Ⅲa

中納言

↑

2017/6/30

↑

（復習）検索・集計・調整頻度

近代における「障がい」の表記

近代語データの語数：CHJ/語彙統計

↑

Excelの文字列関数とIF関数

例：ジャンル（NDC）の整理
- 先頭の文字を取り出す（NDCの一次区分（＝類））
  - =LEFT(<ジャンルのセル>,1)
- スラッシュで区切られた最初の部分（ジャンルの大分類）
  - =LEFT(<ジャンルのセル>,SEARCH("/",<ジャンルのセル>)-1)

集計用に用意した列で文字列処理関数を利用する
- LEFT
- RIGHT
- MID
- LEN
- SEARCH
- SUBSTITUTE

条件わけ：IF
エラー対応：IFERROR

応用例：品詞の大分類を使う
- =IFERROR(LEFT(<品詞>,SEARCH("-",<品詞>)-1),<品詞>)

↑

【補足】Excelの文字列関数で前後文脈を整える

後文脈の「#」より後を消す（「#」がない場合はそのまま）

=IF(ISERROR(SEARCH("#",<後文脈>)),<後文脈>,LEFT(<後文脈>,SEARCH("#",<後文脈>)))

前文脈の「#」以前を消す（「#」がない場合はそのまま）*1

=RIGHT(<前文脈>,LEN(<前文脈>)-(FIND("~",SUBSTITUTE("#"&<前文脈>,"#","~",LEN("#"&<前文脈>)-LEN(SUBSTITUTE("#"&<前文脈>,"#",""))),1)-1))

↑

検索の例

男と女・男性と女性の非対称性　//データ kwic-MaleFemale.zip
- 男性と女性
- 男と女と形容詞

↑

補足

ジップの法則

↑

2017/06/23

↑

ランダムサンプリング調査(Excelでの集計・補足)

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

ex.「全然」

↑

BCCWJ利用の落とし穴

BCCWJの語数

BCCWJはあくまでも「現代語」のためのコーパスなので通時的な調査には向かない
- レジスターによって母集団の年が違っている
  - レジスターの偏りを年代の偏りと勘違いしないこと
- 30年あるのは白書・ベストセラー・国会会議録など一部のものだけ

もともとテキスト量の多いレジスターにたくさん用例があるからといって「そのレジスターでよく使われる」とはいえない→調整頻度の計算
- cf.人口あたりの事故件数，１平方キロあたりの…etc.

↑

調整頻度の計算

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。

↑

レポートテーマについて

次回までにレポートテーマを考えてくること（全員に聞きます）

普段から見聞きする言葉に気をつけるとともに、図書館も活用すること
ひとつの言葉から、同種の別の語や違う観点からの観察などへと膨らませていく

〈参考〉国語に関する世論調査の結果について（文化庁）

↑

表記

「雀」「すずめ」「スズメ」動植物名の表記・・・レジスター別用例数、文体差
「卵」「玉子」「たまご」「タマゴ」・・・意味の違い？文体差？
「斡旋」「あっ旋」「あっせん」、「石鹸」「石けん」「せっけん」・・・常用漢字表外字を含む漢語の表記の揺れ

↑

類義語・対義語

「奇麗」と「美しい」・・・連体修飾する名詞の違い（→意味の違い）
「うるさい」「やかましい」「さわがしい」「かしましい」「かまびすしい」類義語・・・共起語、文体差
「男性」と「女性」（「男」と「女」）・・・語彙の非対称性、社会言語学的分析

↑

語形、語法

「好ましい」「好もしい」・・・語形の揺れと文体差
「煙草を吸う」と「煙草をのむ」・・・用例数の割合、「煙草をのむ」の出現条件

↑

新語・意味変化

「断トツ」「定番」「夜ご飯」・・・新語の広がり
「役不足」「確信犯」・・・”誤用”と”正用”

↑

2017/06/16

↑

複数の検索結果の結合

例：蒲公英・向日葵・菫

ショートカットキーを活用すると便利

Ctrl+End　ファイルの末尾/表のいちばん右下に移動
Shift+Ctrl+End　〃範囲を選択

表をコピー
- Ctrl+Home, ↓（列名はコピーしないようにする）,Shift+Ctrl+End, Ctrl+C
コピーした表を既存の表の下に貼り付け
- Ctrl+End, Home, ↓, Ctrl+V, Ctrl+Home

↑

集計用の列を自分で用意する

例：表記（ひらがな・かたかな・漢字）別集計
例：用法分類

↑

CHJ明治・大正編

↑

（配布資料）「中納言」検索課題

定型表現の揺れ
表記（交ぜ書き・拡張新字体・印刷標準字体）
語彙（抽象概念の尺度となる形容詞）
文法（格助詞の選択）

↑

2017/06/09

↑

「中納言」検索結果のダウンロードとExcelでの利用

ダウンロード
Excelでインポート

↑

Excelの基礎

並べ替え
- 反転前文脈の使い方
フィルタ
- テキストフィルタ

↑

【重要】ピボットテーブルの使い方

ピボットテーブル
ピボットグラフ

↑

2017/06/02

↑

形態論情報を使った検索　つづき

資料「中納言の使い方」参照

↑

検索条件式の利用

キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%")
 AND 後方共起: 語彙素="言葉" ON 1 WORDS FROM キー
 WITH OPTIONS tglKugiri="|" AND tglBunKugiri="#" AND limitToSelfSentence="1"
AND tglFixVariable="2" AND tglWords="20" AND unit="1" AND encoding="UTF-16LE" AND endOfLine="CRLF"

↑