成蹊2015/日本語学講義F の変更点

• 追加された行はこの色です。
• 削除された行はこの色です。
• 成蹊2015/日本語学講義F へ行く。
• 成蹊2015/日本語学講義F の差分を削除

[[成蹊2015]]

-後期・金曜2限
//-7号館3階 301パソコン教室
-ogiso＠ogiso.net　←＠を@に直してください

-BCCWJ[[中納言>http://chunagon.ninjal.ac.jp]]

*日本語学講義F



**期末レポートについて
-&color(red){締切：1月29日（金）};
-提出先：メールで直接送付（受け取りの返信をするので必ず確認すること。2日たっても返信がない場合は、授業時に伝えた別アドレスに再送信してください）
-分量：A4用紙で3～10枚（4～5枚以上を推奨）
-メール・Wordファイルの両方に氏名・学籍番号を明記すること
--Wordファイルのサイズが大きくなりすぎる場合には、PDFファイルとして保存して送ってください


**2016/01/15

***レポートの完成へ

***発展

-Excelの活用
--[[vlookup関数>授業資料/vlookup関数]]

-データベースの利用（Access）
--クエリによる集計

-他のコーパス
--『日本語歴史コーパス』
--『日本語話し言葉コーパス』


**2016/01/08

***レポートテーマ小発表のこり

***Wordを使ってレポートを書く

-図表の取り扱い
--「形式を選択して貼り付け」
--図表番号、キャプション

-''文書の構造化''
--章・節番号
--「スタイル」「ナビゲーション ウィンドウ」（見出しマップ）の活用
-図表番号と相互参照
--脚注、文末脚注
--目次、図表目次


***レポート課題の調査・質問


**2015/12/24

***レポートテーマ小発表（ライトニングトーク）

***レポート課題の調査・質問


**2015/12/17

***レポート課題の調査と小発表の準備

-考えてきたテーマについて、実際に用例を検索してレポート作成と次回のプレゼンテーション（小発表）の準備を進めます。
-積極的に質問して下さい。

***Excelの文字列関数とIF関数

-例：ジャンル（NDC）の整理
--先頭の文字を取り出す（NDCの一次区分（＝類））
---=LEFT(<ジャンルのセル>,1)
--スラッシュで区切られた最初の部分（ジャンルの大分類）
---=LEFT(<ジャンルのセル>,SEARCH("/",<ジャンルのセル>)-1)

-集計用に用意した列で文字列処理関数を利用する
--LEFT
--RIGHT
--MID
--LEN
--SEARCH
--SUBSTITUTE

-条件わけ：IF
-エラー対応：IFERROR

-応用例：品詞の大分類を使う
--=IFERROR(LEFT(<品詞>,SEARCH("-",<品詞>)-1),<品詞>)


**2015/12/11　&color(red){【休講】};

-&color(red){急な連絡になりましたが、12月11日の授業は休講とします。};

**2015/12/04

***形態素解析
-形態素解析とは
--[[授業資料/形態素解析]]
-Web茶まめ　http://chamame.ninjal.ac.jp/

***Web茶まめで形態素解析・Excelで集計
+茶まめで解析してみる（解析器はMeCab＋解析辞書はUniDic）
+Excelに出力する
+ピボットテーブルで集計する

-テキストのジャンルと語種，品詞の割合をグラフ化してみる
--ブログのテキストと新聞記事のテキストの解析結果を比較


**2015/11/27

**レポートテーマについて
-考えてきたテーマを聞き、コメントします。（今後変更があっても構いません）

**BCCWJ利用の落とし穴

-BCCWJはあくまでも「現代語」のためのコーパスなので通時的な調査には向かない
--レジスターによって母集団の年が違っている
---レジスターの偏りを年代の偏りと勘違いしないこと
--30年あるのは白書・ベストセラー・国会会議録など一部のものだけ

-もともとテキスト量の多いレジスターにたくさん用例があるからといって「そのレジスターでよく使われる」とはいえない→調整頻度の計算
--cf.人口あたりの事故件数，１平方キロあたりの…etc.

***調整頻度の計算
-粗頻度を総語数で割る
--レジスターごとの語数データ：中納言ページの「語数について」からExcelでダウンロードできる
---語数ファイルをピボットテーブルで集計して分母に

-調整頻度には100万語あたりの頻度（pmw）が比較的よく使われる
--粗頻度/総語数*1000000
---数字が小さくなりすぎないようにするため

***ランダムサンプリング調査(Excelでの集計・補足)
--大量に用例があり、調査内容からすべて対象にできない場合
--ランダムに並べ替え→先頭n例を調査対象に
---ランダムな数字の列： =RAND() 
---ランダムな数字の列をコピーして「値として貼り付ける」と数字が固定される


**NINJAL LWP for BCCWJの紹介

-http://nlb.ninjal.ac.jp/
-ワードプロファイラー
--語の振る舞いの概略を見るのに手軽でたいへん便利
-注意点
--UniDic体系でない（＝本来のBCCWJではない）
--データソースはBCCWJの一部だけ
--係り受け解析は誤りも多い

***補足
-[[ジップの法則>http://ja.wikipedia.org/wiki/%E3%82%B8%E3%83%83%E3%83%97%E3%81%AE%E6%B3%95%E5%89%87]]


**2015/11/13

***検索の例つづき
-「検索課題」配付資料参照

***検索の例
-男と女のレジスタ分布　//[[データ kwic-MaleFemale.zip>https://www.dropbox.com/s/x3p6kimzj36enxn/kwic-MaleFemale.zip]]
--男性と女性
--男と女と形容詞

--短単位で検索（unit="1"）

 キー: (語彙素 LIKE "[男女]" AND (語彙素読み="オトコ" OR 語彙素読み = "オンナ")) 
 WITH OPTIONS unit="1" AND tglWords="20" AND limitToSelfSentence="0" AND 
 endOfLine="CRLF" AND tglKugiri="|" AND encoding="UTF-16LE" AND  tglFixVariable="2"

 キー: (語彙素="男性" OR 語彙素 = "女性") 
 WITH OPTIONS unit="1" AND tglWords="20" AND limitToSelfSentence="0" AND 
 endOfLine="CRLF" AND tglKugiri="|" AND encoding="UTF-16LE" AND tglFixVariable="2"

--以下は長単位で検索（unit="2"）。一括検索なのでzipファイルに圧縮される。

 キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%") 
 AND 後方共起: (語彙素 = "男性") ON 1 WORDS FROM キー 
 WITH OPTIONS unit="2" AND tglWords="10" AND limitToSelfSentence="0" AND 
 endOfLine="CRLF" AND tglKugiri="|" AND encoding="UTF-16LE" AND tglFixVariable="2";
 キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%") 
 AND 後方共起: (語彙素 = "女性") ON 1 WORDS FROM キー 
 WITH OPTIONS unit="2" AND tglWords="10" AND limitToSelfSentence="0" AND 
 endOfLine="CRLF" AND tglKugiri="|" AND encoding="UTF-16LE" AND tglFixVariable="2";
 キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%") 
 AND 後方共起: (語彙素 = "男" AND 語彙素読み="オトコ") ON 1 WORDS FROM キー 
 WITH OPTIONS unit="2" AND tglWords="10" AND limitToSelfSentence="0" AND 
 endOfLine="CRLF" AND tglKugiri="|" AND encoding="UTF-16LE" AND tglFixVariable="2";
 キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%") 
 AND 後方共起: (語彙素 = "女" AND 語彙素読み = "オンナ") ON 1 WORDS FROM キー 
 WITH OPTIONS unit="2" AND tglWords="10" AND limitToSelfSentence="0" AND 
 endOfLine="CRLF" AND tglKugiri="|" AND encoding="UTF-16LE" AND tglFixVariable="2";


**レポートテーマについて
-次回までにレポートテーマを考えてくること（全員に聞きます）

-普段から見聞きする言葉に気をつけるとともに、図書館も活用すること
-ひとつの言葉から、同種の別の語や違う観点からの観察などへと膨らませていく

***表記
--「雀」「すずめ」「スズメ」動植物名の表記・・・レジスター別用例数、文体差
--「卵」「玉子」「たまご」「タマゴ」・・・意味の違い？文体差？
--「斡旋」「あっ旋」「あっせん」、「石鹸」「石けん」「せっけん」・・・常用漢字表外字を含む漢語の表記の揺れ
***類義語・対義語
--「奇麗」と「美しい」・・・連体修飾する名詞の違い（→意味の違い）
--「うるさい」「やかましい」「さわがしい」「かしましい」「かまびすしい」類義語・・・共起語、文体差
--「男性」と「女性」（「男」と「女」）・・・語彙の非対称性、社会言語学的分析
***語形、語法
--「好ましい」「好もしい」・・・語形の揺れと文体差
--「煙草を吸う」と「煙草をのむ」・・・用例数の割合、「煙草をのむ」の出現条件
***新語・意味変化
--「断トツ」「定番」「夜ご飯」・・・新語の広がり
--「役不足」「確信犯」・・・”誤用”と”正用”




**2015/11/06

***「中納言」の利用：形態論情報を使った検索　つづき

-配布資料「『中納言』概説・実習」最後まで
--資料はポータルの「授業資料」からダウンロードできます。

***検索条件式
 キー: 語彙素 = "奇麗" IN core="true" WITH OPTIONS unit="1" AND tglWords="20" AND tglKugiri="|" AND tglFixVariable="2"

***検索結果をExcelで利用する
-前回資料（5.）参照

***「中納言」検索結果のダウンロードとExcelでの利用
+ダウンロード
+Excelでインポート

***Excelの基礎
-並べ替え
--反転前文脈の使い方
-フィルタ
--テキストフィルタ

***【重要】ピボットテーブルの使い方
-ピボットテーブル
-ピボットグラフ

***「検索課題」
--配付資料参照



**2015/10/30


***「中納言」の利用つづき

-前回配布資料「『中納言』の使い方」つづき　（ポータルの「授業資料」からダウンロードできます）


**2015/10/23


***「中納言」の利用：形態論情報を使った検索

-配布資料「『中納言』の使い方」　（ポータルの「授業資料」からダウンロードできます）


--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。



**2015/10/09

-先週申し込んだ人にはアカウントを発行しました。メールを確認してログインして下さい。

***コーパスの形態論情報

-短単位と長単位
--''（配付資料）''参照
--''（スライド）''参照

-品詞体系
--BCCWJはUniDicの品詞体系にもとづく
---形態論情報の例
--[[授業資料/UniDicの品詞体系]]
--[[授業資料/UniDicの見出し語階層]]




**2015/10/02

***「中納言」利用申込み
-前回申し込んでいない人は提出してください。

***日本語コーパスの紹介（2） コーパスの設計とサンプリング

-''（スライド参照）''　第2回コーパスの設計とサンプリング


-均衡コーパス（Balanced corpus）
--「バランスがとれている」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
--[[ブラウンコーパス マニュアル>http://www.hit.uib.no/icame/brown/bcm.html]]
http://www.hit.uib.no/icame/brown/bcm.html
--[[BNCリファレンスガイド>http://www.natcorp.ox.ac.uk/docs/URG/]] 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>http://pj.ninjal.ac.jp/corpus_center/bccwj/index.html]]
--[[現代日本語書き言葉均衡コーパス：サンプリング>http://pj.ninjal.ac.jp/corpus_center/bccwj/sampling.html]]

**2015/9/25

***「中納言」利用申込み
-申込用紙を配布します。''押印して次回、必ず持ってきてください。''

***現代日本語書き言葉均衡コーパス（BCCWJ）とは
-BCCWJについて、まず最小限のことを説明します。

-[[BCCWJ少納言>http://shonagon.ninjal.ac.jp]]
--登録不要
--文字列検索のみ
--500例まで表示
-[[BCCWJ中納言>http://chunagon.ninjal.ac.jp]]
--要登録
--形態論情報を使った検索
--全件（一度に最大10万例まで）ダウンロード可


***日本語コーパスの紹介（1）コーパスとはどんなものか

: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）」
-日本語コーパス以前のデータとBCCWJの違いは

-''（スライド参照）''


**2015/09/18
***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 http://www.ninjal.ac.jp/
-コーパスとは
---[[国立国語研究所コーパス開発センター>http://pj.ninjal.ac.jp/corpus_center/]]
---[[形態素解析辞書UniDic>http://sourceforge.jp/projects/unidic/]]

-デモ
--BCCWJ[[少納言>http://shonagon.ninjal.ac.jp]]
--BCCWJ[[中納言>http://chunagon.ninjal.ac.jp]]


-シラバス確認
--[[シラバス>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=2015%B8%E5%B4%FC%A5%B7%A5%E9%A5%D0%A5%B9_SEIKEI%20PORTAL%281%29.pdf&refer=%C0%AE%EC%FE2015%2F%C6%FC%CB%DC%B8%EC%B3%D8%B9%D6%B5%C1F]]
--この授業の目的
--授業の進め方
--評価方法

--アンケート