清泉2020集中の履歴(No.5) - OGI-Wiki

2020清泉女子大学集中講義†

10:00 - 15:30
オンライン（Zoom）

学びの泉：授業ページ
シラバス：清泉ポータルシラバス参照

日程
- 8月18日(火)
- 8月19日(水)
- 8月20日(木)
- 8月21日(金)
- 9月7日(月)

2020清泉女子大学集中講義
8月18日(火)

8月18日(火)†

第1回イントロダクション†

自己紹介 †

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 https://www.ninjal.ac.jp/
コーパス開発センター

授業内容の紹介†

授業で利用する主なソフトウェア・Webアプリケーション†

ソフトウェアの種類・名前	利用目的
テキストエディタサクラエディタ	正規表現を使ったテキストの検索・整形
全文検索ソフトひまわり	データの検索
表計算ソフトExcel	ピボットテーブルによる分析・グラフ作成
ワープロWord	「スタイル」を利用したレポート作成
コーパス検索アプリケーション「中納言」	コーパスの検索
Web茶まめ	形態素解析

デモ†

テキストエディタとgrep
全文検索システムひまわり

「現代日本語書き言葉均衡コーパス（BCCWJ）」
- BCCWJ少納言
- 中納言
「日本語歴史コーパス（CHJ）」
Excelによる集計（ピボットテーブル）
形態素解析
- Web茶まめ

シラバス確認†

シラバス：清泉ポータルシラバス参照
- この授業の目的
- 授業の進め方
- 評価方法

受講者アンケート†

関心分野・時代
PC歴

国語研のコーパス利用申し込み（「中納言」）†

「中納言」オンライン利用申込み
- https://chunagon.ninjal.ac.jp/useraccount/register

第2回電子化テキストとテキストエディタ†

文字コード†

㋿（令和）の話
- 授業資料/文字コード関連リンク

テキストデータとは†

すべての基本、文字が並ぶだけのデータ
- 授業資料/テキストデータとは
- バイナリファイルとテキストファイル
TXT,CSV,HTM・・・
- ファイルの種類と拡張子参考：拡張子辞典
- 拡張子(wikipedia)

授業資料/テキストデータ紹介

テキストエディタ†

テキストエディタとはどんなものか
- 授業資料/テキストエディタ

サクラエディタのダウンロードとインストール†

★サクラエディタのダウンロード
- (参考) サクラエディタホームページ：https://sakura-editor.github.io/

インストールの手順
- ダウンロードしたzipファイルの中にあるsakura-install*.exeをデスクトップにコピー
- exeファイルを右クリックして「セキュリティ」の右の「許可する」をチェックして「OK」
- ダブルクリックしてインストール

テキストエディタを使ってみる†

テキストエディタの設定
- 行の折り返し
- 行番号表示
  - 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）

練習用サンプルデータ（漱石＋芥川）
- sample.zip

テキストエディタの基本†

検索・置換、grep
- 検索で初出行を調べる
- 置換で用例数を数える
- grepで用例リストを作る
- タグジャンプで文脈を確認する
- サブフォルダのgrep

ショートカットキー†

授業資料/覚えておきたいショートカットキー

grepと置換でKWIC(CSVファイル)を作る（簡易版）†

CSVファイルとは：テキストファイルで表を表現する用語：CSVファイル
KWIC：KeyWord In Context

参考：テキストデータ（青空文庫）の配布†

soseki2.zip （夏目漱石作品）
- aozoradoc2.zip（青空文庫の全テキスト）
ダウンロードして展開（解凍）してください

第3回テキストエディタと正規表現　†

正規表現を使ってみる†

文字クラス
- 例：読[まみむめもん]
  - 半角ブラケットの中に文字を並べる→並べた文字いずれか1文字

正規表現とは†

正規表現　＞用語
- 文字を表すための特殊な文字（メタ文字）を使って文字列のパターンを表現する
- エディタでは置換・検索・grepで利用できる　（エディタ以外にもさまざまなアプリケ－ションやコンピュータ言語で利用されている）
- 特殊な文字（メタ文字）はすべて半角

正規表現のいろいろ†

授業資料/正規表現
- 文字クラス [ ]
- 文字クラスの否定（補集合）[^ ]
- 繰り返し ? + *
- グループ化 ()
- or（論理和） |
- 文頭 ^、文末 $