九大2023 の履歴(No.7)

• 履歴一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• 九大2023 へ行く。
  • 1 (2023-04-14 (金) 13:39:25)
  • 2 (2023-04-14 (金) 13:42:18)
  • 3 (2023-04-17 (月) 01:48:39)
  • 4 (2023-04-17 (月) 05:36:03)
  • 5 (2023-04-17 (月) 19:07:52)
  • 6 (2023-04-24 (月) 01:04:29)
  • 7 (2023-04-24 (月) 19:17:12)
  • 8 (2023-05-01 (月) 06:23:51)
  • 9 (2023-05-01 (月) 19:15:02)
  • 10 (2023-05-08 (月) 00:24:35)
  • 11 (2023-05-08 (月) 19:19:36)
  • 12 (2023-05-14 (日) 05:08:46)
  • 13 (2023-05-14 (日) 21:10:50)
  • 14 (2023-05-29 (月) 19:13:01)
  • 15 (2023-06-04 (日) 14:30:12)
  • 16 (2023-06-05 (月) 03:42:21)
  • 17 (2023-06-05 (月) 19:18:14)
  • 18 (2023-06-07 (水) 11:59:19)
  • 19 (2023-06-07 (水) 11:59:19)
  • 20 (2023-06-12 (月) 19:28:24)
  • 21 (2023-06-12 (月) 22:11:26)
  • 22 (2023-06-13 (火) 02:55:38)
  • 23 (2023-06-19 (月) 06:27:05)
  • 24 (2023-06-19 (月) 21:09:58)
  • 25 (2023-06-26 (月) 01:50:43)
  • 26 (2023-06-26 (月) 21:00:12)
  • 27 (2023-07-03 (月) 02:49:52)
  • 28 (2023-07-09 (日) 15:14:37)
  • 29 (2023-07-23 (日) 22:52:44)
  • 30 (2023-07-24 (月) 10:30:17)

---

九大2023

九州大学：国語学演習 III / 日本語史資料研究 III†

コーパス日本語学†

• 前期月曜2限：10:30-12:00
• Mail: ogiso@ogiso.net

• 授業はTeamsミーティングで行います。授業のURLは下記のMoodleの授業コースのページで確認してください。毎回同じアドレスです。
  • https://moodle.s.kyushu-u.ac.jp/course/view.php?id=51543
• 文学部・人文科学府 授業日程表

---

• 中納言 https://chunagon.ninjal.ac.jp

• 【予告】5月22日は休講です。

4月24日（第2回）コーパスの設計†

コーパスとは†

• 以下、スライド（Moodle）参照

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。

• 現代日本語書き言葉均衡コーパス（BCCWJ） / 日本語歴史コーパス（CHJ）

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）
  • 参考：「ひまわり」パッケージ
• Web上のデータ
  • 検索サイトの利用
  • WAC（Web as Corpus）

• この授業で主に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）」「日本語歴史コーパス（CHJ）」「昭和・平成書き言葉コーパス（SHC）」「日本語日常会話コーパス（CEJC）」

「現代日本語書き言葉均衡コーパス」（BCCWJ）の構成【省略版】†

• https://clrd.ninjal.ac.jp/bccwj/

• 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

参考リンク†

• 英語のコーパス リファレンス
  • ブラウンコーパス マニュアル http://khnt.aksis.uib.no/icame/manuals/brown/
  • BNCリファレンスガイド http://www.natcorp.ox.ac.uk/docs/URG/
• 現代日本語書き言葉均衡コーパス（BCCWJ）
  • 現代日本語書き言葉均衡コーパス：概要
  • BCCWJの基本設計：https://clrd.ninjal.ac.jp/bccwj/basic-design.html
  • サンプリング：https://clrd.ninjal.ac.jp/bccwj/sampling.html
  • XMLによる電子化：https://clrd.ninjal.ac.jp/bccwj/XML.html

「日本語歴史コーパス」（CHJ）の構成†

• https://clrd.ninjal.ac.jp/chj/

• 残された資料に限りがある（そもそも偏りがある）歴史的なコーパスの場合、現代語コーパス同様の「代表性」を求めることは困難

近世以前

残されている資料が少なく、できるだけ（可能なら全部）コーパスに入れたい

近世（後期）以降

偏りはあるものの選べるだけの資料があるが、それでもなるべく全文でいれたい（作品など資料単位で調査したい）

• 『日本語歴史コーパス』の中身
  • 中世以前は重要な資料をまるごと対象に
  • 近世の洒落本・人情本：年代・著者（・地域）のバランスを取って作品単位でサンプリング

近代語コーパスの場合†

• 近代雑誌コーパス（現在はCHJの一部）
  • 多様な記事を含む「総合雑誌」を対象とすることでバランスを確保
  • 発行年での大まかなサンプリング
    • 「太陽コーパス」：8年おきに12冊ずつを対象
  • その後の雑誌コーパスも8年おきに収録
    • 明六雑誌・東洋学芸雑誌・国民之友・太陽（・中央公論・文藝春秋）
• 近代小説
  • 複数の有識者が日本語資料として選定・投票した結果（1980年代に作成した資料）をもとにサンプリング
  • https://www.jpling.gr.jp/taikai/happyo/yosi/2019/b/yosi_2019b_e3.pdf

「昭和・平成書き言葉コーパス」（SHC）の構成†

• https://clrd.ninjal.ac.jp/shc/ ※準備中

• CHJの後を受けて現代までを通時的に研究するためのコーパス。1933年以降、8年おき11か年分（1933・1941・1949・1957・1965・1973・1981・1989・1997・2005・2013）を収録。

雑誌

1933～1957 年刊の『中央公論』と1965～2013 年刊の『文芸春秋』（8年おき11か年分）

ベストセラー書籍

1933年以降、8年おき11か年のベストセラー書籍

新聞

1933年以降、8年おき11か年の『読売新聞』奇数月2日の朝刊1冊

4月17日（第1回）イントロダクション/日本語コーパスの紹介†

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/
    • 言語資源開発センター

授業内容等の確認†

• シラバスの確認
  • 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
  • 関心のある分野について
  • PC等のスキルについて

「中納言」アカウントについて†

• 「授業アカウント」について
• 「中納言」オンライン利用申込み
  • https://chunagon.ninjal.ac.jp/useraccount/register

授業で利用する主なソフトウェア・Webアプリケーション（予定）†

授業内容デモ†

• コーパスの利用
  • 「現代日本語書き言葉均衡コーパス（BCCWJ）」
  • 「日本語日常会話（CEJC）」
  • 「日本語歴史コーパス（CHJ）」
    • 中納言
• Excelによる集計（ピボットテーブル）
• 形態素解析
  • Web茶まめ
• テキストエディタと正規表現

（参考動画）†

• （参考）国語研オープンハウス2021　https://www2.ninjal.ac.jp/openhouse/2021/
  • 動画：『日本語歴史コーパス』のかんたんな使い方─犬派？猫派？編─ https://youtu.be/672LMkV6GxU
• 言語学レクチャーシリーズ　https://www.ninjal.ac.jp/education/videolecture/
  • 動画：コーパスを使って日本語の歴史を探る