成蹊2020
2020/10/09†
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
コーパスへの形態論情報の付与†
- 短単位:解析器MeCabと辞書UniDicを使った形態素解析で情報付与
- 長単位:解析器Comainu(など)で短単位を組み上げる
(参考)Web茶まめ†
2020/10/02 †
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について†
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)
2020/09/25 休講†
- 都合により休講とします。CoursePowerの課題に回答してください。
2020/09/18†
イントロダクション†