日本語学講義(I) 日本語コーパス研究†
第2回 2009/04/17 テキストデータとテキストエディタ†
コーパスについて†
- 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。
- Kotonoha (BCCWJ / CSJ / 太陽コーパス)
- 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、言語研究に利用可能。
- さまざまなテキストアーカイブ(新潮文庫の百冊 / 青空文庫 / 国会会議録)
- Webデータ
- 検索サイトの利用
- WAC(Web as Corpus)
授業で利用する主なソフトウェア†
このほかにWeb上で利用できるサービスも取り上げます。
最初に、テキストエディタを使ってテキストデータを扱うことからはじめます。
テキストデータ†
テキストデータ≒テキストファイル≒電子化テキスト
#amazon(4894762994)
テキストエディタ†
テキストエディタの基礎†
- 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)
- ファイルの作成と保存
- 検索と置換
- grep
2009/04/10 イントロダクション†