成蹊2019
2019/04/26†
(前回続き)†
- (スライド参照) コーパスの設計とサンプリング
- 著作権をめぐる問題
コーパスの形態論情報:短単位と長単位†
品詞体系と見出し語の階層†
- BCCWJ,CHJはUniDicの品詞体系にもとづく
- 配布資料「『中納言』の使い方」
- 配布資料は次回以降も使いますので必ず持ってきてください。
(参考)Web茶まめ†
2019/04/19†
日本語コーパス(BCCWJ)の紹介†
- 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)」
「中納言」オンライン利用申込み†
日本語コーパス(BCCWJ)の設計†
- 均衡コーパス(Balanced corpus)
- 「バランスがとれている」「代表性」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
参考リンク†
- 英語のコーパス リファレンス
- 現代日本語書き言葉均衡コーパス(BCCWJ)
2019/04/12†
イントロダクション†