成蹊2011/日本語日本文学のためのコンピュータa の履歴(No.8) - OGI-Wiki

日本語日本文学のためのコンピュータa

日本語・日本文学を学んでいくうえでぜひ身につけておきたいコンピュータに関する知識・技術を学びます。
後期・金曜4限
連絡先： seikei@ogiso.net

11月11日は海外出張のため休講とします。

2011/10/28　第4回正規表現

復習

検索で初出行を調べる
置換で用例数を数える
grepとタグジャンプ

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）
- 置換・検索・grepで利用できる
- 記号はすべて半角
- 特殊文字そのものを表す場合には\でエスケープする（特殊な意味を打ち消す）　例：1\+2

文字クラス [ ]
- 文字クラスの補集合（それ以外の文字）[^ ]

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 $

正規表現の応用†

カタカナ語
送りがなの揺れ（行う／行なう）
全然～ない。
会話文中（「で始まる）

2011/10/20（木）　金曜日不足分授業日　（休講）

金曜日不足分授業日ですが、都合が付かないため休講とします。
- なお、11月11日も海外出張のため休講とします。

2011/10/14　第3回テキストエディタの利用

テキストデータ（青空文庫）の配布
- Web Collaboration : /temporary/ogiso

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

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

正規表現を使ってみる†

キャラクタクラス
- 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

2011/10/07　第2回テキストデータとテキストエディタ

授業ページへのショートカット
出席のチェック
USBメモリの準備

（前回補足）デモンストレーション†

青空文庫＋ひまわり→Excelピボットテーブル
前文脈キー後文脈著者タイトル著者ID 生年没年原著者原著者ID 仮名遣いコーパス名

テキストデータ

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)

授業で使うテキストデータ
- 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:sakura2.zip
  - サクラエディタホームページ：http://sourceforge.net/projects/sakura-editor/

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
- soseki.zip

2011/09/27　第1回ガイダンス

自己紹介
- 国立国語研究所
- 国語研コーパスの紹介（KOTONOHA）
- BCCWJ少納言

シラバス確認（→リンク）
- この授業の目的
- 授業の進め方
- 評価方法

前期の日本語学講義Eとの違い
- できあがったコーパスを利用する（前期） vs. できるだけ自分で何とかする（後期）

授業で利用する主なソフトウェア†

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 sakura2	検索・整形
全文検索ソフトひまわり	検索・分析
表計算ソフトExcel	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