成蹊2012
お知らせ
2012/07/06
レポート作成のためのコーパス検索調査
- 注意
- パソコン・ネットだけでは十分な調査はできません。図書館を利用してください。
- 最低限『日本国語大辞典』等のしっかりした辞典にあたっておくこと。
2012/06/29
Wordを使ってレポートを書く
- 図表の取り扱い
- 「形式を選択して貼り付け」
- 図表番号、キャプション
- 文書の構造化
- 章・節番号
- 「スタイル」「ナビゲーション ウィンドウ」（見出しマップ）の活用
- 節番号、図表番号と相互参照
- 目次、図表目次
2012/06/22
レポートテーマ提出（第１回）
コーパス利用の落とし穴
- 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
- サブコーパスによって母集団の年が違っている
- 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ジャンルにたくさん用例があるからといって「そのジャンルでよく使われる」とはいえない→相対頻度の計算
- cf.人口あたりの事故件数，１平方キロあたりの…etc.
相対頻度の計算
| サブコーパス | 総語数 |
| 出版・雑誌 | 4444492 |
| 出版・書籍 | 28552279 |
| 出版・新聞 | 1370233 |
| 図書館・書籍 | 30377866 |
| 特定目的・ブログ | 10194143 |
| 特定目的・ベストセラー | 3742261 |
| 特定目的・韻文 | 225273 |
| 特定目的・教科書 | 928448 |
| 特定目的・広報誌 | 3755161 |
| 特定目的・国会会議録 | 5102469 |
| 特定目的・知恵袋 | 10256877 |
| 特定目的・白書 | 4882812 |
| 特定目的・法律 | 1079146 |
2012/06/15
検索の例つづき
補足
- 連体修飾（である可能性が高いもの）の検索と集計
- ジップの法則
形態素解析とその仕組み
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
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
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”
2012/06/08
- 前回配布資料：IT's Class >日本語学講義Ｅ>教材>講義関連教材>6月8日 中納言検索課題
復習
- 「中納言」による検索
- 解凍してExcelでインポート
- ピボットテーブルで集計
検索の例
2012/06/01
検索条件式
キー: 語彙素 = "奇麗" IN core="true" WITH OPTIONS unit="1" AND tglWords="20" AND tglKugiri="|" AND tglFixVariable="2"
検索結果をExcelで利用する
「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
- アーカイブの展開（解凍）
- Excelでインポート
Excelの基本的な使い方
【重要】ピボットテーブルの使い方
2012/05/18
- 前回配布資料：IT's Class >日本語学講義Ｅ>教材>講義関連教材>5月11日 中納言の使い方
コーパスの形態論情報
- UniDicの品詞体系
- 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
- 形状詞 （＝形容動詞語幹）
- 助動詞「う」が付いた形を意志推量形として扱う
形態論情報を活かした検索
2012/05/11
「中納言」の利用
中納言によるコーパスの検索方法
- 配布資料：IT's Class >日本語学講義Ｅ>教材>講義関連教材>5月11日 中納言の使い方
2012/04/27
「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。記名・押印して必ず持ってきてください。
日本語コーパスの紹介（2） コーパスの設計とサンプリング
- （スライド参照）IT's Class >日本語学講義Ｅ>教材>スライド>4月27日 コーパスの設計とサンプリング
- 「バランスがとれている」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
2012/04/20
「中納言」利用申込み
- 申込用紙を配布します。記入・押印して次回、必ず持ってきてください。
日本語コーパスの紹介（1）コーパスとはどんなものか
- （スライド参照）: IT's Class >日本語学講義Ｅ>教材>スライド>4月20日 コーパスとは
- 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。
- この授業で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）」
- もうひとつの授業「日本語日本文学のためのコンピュータ」で扱っているデータは後者
- コーパスを使ってみる BCCWJ少納言
- 登録不要
- 制限あり（文字列検索のみ，表示は500例まで）
2012/04/13
イントロダクション
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
