学習院2023
をテンプレートにして作成
開始行:
[[FrontPage]]
*日本語学講義Ⅱ（コーパス日本語学入門） [#f20f4b84]
-前期金曜4限：14:40-16:10
-Mail: ogiso@ogiso.net
--[[Moodleの授業ページ>https://moodle.univ.gakushuin.ac.j...
-[[中納言>https://chunagon.ninjal.ac.jp]]
**レポート提出について [#d5646c8c]
-締切：8月4日（金）※事情があって延長が必要な場合には事前...
-分量目安：A4用紙で3～10枚
//-提出先：下記リンク（Moodle）から提出
-提出先：Moodleから提出
-都合によってメールで送る場合はメール本文とレポートファイ...
-埋め込みデータによってWordファイルのサイズが大きくなりす...
------
//-%%教室が''西2-505''に変更になりました。4/21～%%
//-&color(red){教室が''西2-202''に変更になりました。4/28...
**07/21 第13回（最終回） レポートに関する質問／補足（コ...
***コロケーション強度（CHJ） [#b773a319]
-[[『日本語歴史コーパス』の語彙表を用いたコロケーション強...
-例：
--[[BCCWJ玉葱V.xlsx>https://moodle.univ.gakushuin.ac.jp/m...
--[[BCCWJ副詞＋降る.xlsxファイル >https://moodle.univ.gak...
--[[CHJ春＋名詞.xlsxファイル >https://moodle.univ.gakushu...
***テキストエディタ [#i5969e47]
おすすめのテキストエディタ（フリーソフト）正規表現対応
-[[サクラエディタ>https://sakura-editor.github.io/]] （...
-[[Visual Studio Code>https://azure.microsoft.com/ja-jp/p...
-[[サクラエディタの使い方>https://moodle.univ.gakushuin.a...
***「中納言」インラインタグ機能の利用 [#h1e23ecf]
-前後文脈に埋め込んだタグから、必要な情報を取り出して利用
--テキストエディタと正規表現を使うと便利だが、テキストフ...
---（参考）[[授業資料/正規表現]]
**07/14 &color(red){休講}; [#t4bb87f8]
//-&color(red){7月14日は海外出張（[[DH2023>https://dh2023...
-7月14日は海外出張（[[DH2023>https://dh2023.adho.org/]]）...
**07/07 第12回 VLOOKUPによる意味分類の付与／コロケーシ...
***分類語彙表番号（意味分類）の付与 [#o531d649]
-分類語彙表 https://ccd.ninjal.ac.jp/goihyo.html
-分類語彙表番号－UniDic 語彙素番号対応表[[wlsp2unidic>htt...
--語彙素IDでコーパスの検索結果の関連付けできる
-古典語版（日本古典対照分類語彙表）もある [[WLSP2UniDic_h...
-注意
--VLOOKUPで取得する場合、多義語は先頭の分類語彙表番号になる
--分類語彙表に載っていなくて番号がつかないものもある（見...
-例：BCCWJ「可愛い」の次にくる名詞の意味分類
キー: 品詞 LIKE "名詞%" AND 前方共起: 語彙素="可愛い" ON...
=VLOOKUP(<語彙素ID>,BunruiNo_LemmaID!$A$1:$B$65044,2,FAL...
***コロケーション強度 [#y45adc9c]
-[[授業資料/コロケーション強度]]
**06/30 第11回 関数の利用 [#ff4cbd31]
***Excelの文字列関数 [#r56f9082]
集計に必要な情報をフィールドから切り出すことで集計に使う
-[[授業資料/EXCELの文字列関数]]参照
-（参考）Mac版Excelと文字種（前回分）
--フィルタのオプションで平仮名と片仮名が区別されないので...
---=unicode(文字列) ：文字列の先頭文字の文字コード（Unico...
***VLOOKUP関数の利用 [#tf76047b]
-[[授業資料/VLOOKUP関数]]参照
***辞書引き集計 [#k380e1c9]
自分で作った（または誰かが用意してくれた）辞書データ（コ...
**06/23 第10回 レポートテーマについて／さまざまな集計／...
***レポートテーマについてのコメント [#c99378d7]
-普段から見聞きする言葉に気をつけるとともに、他の授業や書...
-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...
-参考
--[[〈参考〉 国語に関する世論調査の結果について（文化庁）...
--[[〈参考〉国語研・ことばの疑問>https://kotobaken.jp/qa/]]
--[[〈参考〉NHK放送文化研究所・ことばの研究>https://www.n...
-例((実際に検索してみてできそうなものと難しそうなものが含...
--表記
---「雀」「すずめ」「スズメ」動植物名の表記・・・レジスタ...
---「卵」「玉子」「たまご」「タマゴ」・・・意味の違い？文...
---「栄養／営養」「仕合わせ／幸せ」
---「石鹸」「石けん」「せっけん」、「障碍」「障害」「障が...
--類義語・対義語
---「奇麗」と「美しい」・・・連体修飾する名詞の違い（→意...
---「うるさい」「やかましい」「さわがしい」「かしましい」...
---「男性」と「女性」（「男」と「女」）・・・語彙の非対称...
--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...
---「婦人／女性」「普通／尋常」
--意味変化
---「美しい」「すごい」「やばい」、「米」
***ランダムサンプリング調査 [#j4516bb3]
-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...
-例：「られる」「全然」
***出現サンプル数の調査（重複の削除） [#lb271de6]
用例数ではなく、用例が一つでも出現したサンプルの数を調べ...
-たとえば同一サンプル内での繰り返しが多いものを調査すると...
--「データ」→「重複の削除」
-例：「俺・僕・私」
***集計用の列を自分で用意する [#ccae4a87]
-検索例：蒲公英・向日葵・蓮華
--表記（ひらがな・カタカナ・漢字）別集計
---フィルタ機能を上手く使って「文字種」列を作る
-（参考）Mac版Excelと文字種
--Macではフィルタの際に平仮名と片仮名が区別されないので、...
---=unicode(文字列) ：文字列の先頭文字の文字コード（Unico...
-応用：用法分類などなど
**06/16 第9回 調整頻度の計算 [#s73e3d75]
***BCCWJ利用の落とし穴 [#le968f3e]
-BCCWJはあくまでも「現代語」のためのコーパスなので通時的...
--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...
#ref(bccwj-wc.png,,50%)
-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...
--→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.
-BCCWJの語数
--https://clrd.ninjal.ac.jp/bccwj/bcc-chu-suw.html
-短単位語数表をピボットテーブルで集計
--BCCWJ短単位語数表：http://doi.org/10.15084/00003226
-例：「立ち上げる」
***調整頻度（pmw） [#v1c12e52]
-調査対象がどのくらい出てきやすいかを比較するときには、ど...
--特にコーパスでサイズが統制されていないもの（レジスター...
--たんに複数の語の割合を比較する（％で見る）だけなら（こ...
-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...
---語数ファイルをピボットテーブルで集計して分母にする
-調整頻度には100万語あたりの頻度（pmw）がよく使われる
--粗頻度/コーパス総語数*1000000
---数字が小さくなりすぎないようにするため
***各コーパスの語数表 [#mee53d9d]
-BCCWJ
--短単位語数表Excel http://doi.org/10.15084/00003226
--長単位語数表Excel http://doi.org/10.15084/00003224
-[[CEJC>https://www2.ninjal.ac.jp/conversation/cejc.html]]
--[[CEJC短単位語数表_品詞構成表_語種構成表_ver202209.zip>...
-[[CHJ>https://clrd.ninjal.ac.jp/chj/chj-wc.html]]
--短単位語数表Excel(バージョン2022.03) https://clrd.ninja...
--長単位語数表Excel(バージョン2022.03) https://clrd.ninja...
-[[SHC>https://clrd.ninjal.ac.jp/shc/stats.html]]
--短単位語数表CSV https://clrd.ninjal.ac.jp/shc/doc/SHC_W...
------
***クロス集計表の調整頻度をまとめて計算 [#pcdd34eb]
-例：「矢張り」
***レポートテーマ案（リアクションペーパー） [#nbf3028e]
-後で変わっても構いませんが、テーマを本気で考えてみてくだ...
**06/09 第8回 Excelによる検索結果の集計(2) [#kb079a95]
***ピボットテーブルの使い方（復習） [#c297a43e]
+ダウンロード
+ダブルクリックしてExcelで開く
+ピボットテーブル
--ピボットグラフ
-例：CEJC 副詞「あまり」の語形（「やはり」との比較）
***Excelの基礎 [#p3e4204d]
-並べ替え（ソート）
--反転前文脈の使い方
-フィルタ（絞り込み）
--テキストフィルタ
--多重フィルター（複数の条件指定）
-例：CHJの犬と猫
-（参考）国語研オープンハウス2021 https://www2.ninjal.ac...
--動画：『日本語歴史コーパス』のかんたんな使い方─犬派？猫...
-例：食うと食べる／CHJ・SHC・CEJC
***複数の検索結果の結合 [#ged85142]
[[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...
-[[授業資料/覚えておきたいショートカットキー]]
-Ctrl((Macの場合はCommand))+End((EndキーはノートPCではし...
-Shift+Ctrl+End((EndがFn+→の場合は、Shift+Ctrl+Fn+→を同時...
+表をコピー
--Ctrl+Home((HomeキーはノートPCではしばしばFn+←))（表の左...
+コピーした表を既存の表の下に貼り付け
--Ctrl+↓（表の一番下の行に移動）, ↓（1行下へ）, Ctrl+V（...
-例：SHC ワイン・葡萄酒 ※単位数が違うので検索条件式でも...
キー: 語彙素="ワイン";
キー: 語彙素="葡萄" AND 後方共起: 語彙素="酒" ON 1 WORDS...
一度にピボットテーブルで集計できるように一つの表にまとめる
-※必ず表をくっつけること（空行を入れるとそこで表が切れて...
***複数の検索結果を一つにまとめる別の方法 [#jf603a9c]
-「検索条件式ごとに出力ファイルを分割する」を外して検索条...
--たくさんまとめて調べたい場合には特に便利
キー: 語彙素="ビール";
キー: 語彙素="ワイン";
キー: 語彙素="ブランデー";
キー: 語彙素="ウイスキー";
キー: 語彙素="焼酎";
キー: 語彙素="葡萄" AND 後方共起: 語彙素="酒" ON 1 WORDS...
キー: 語彙素="日本" AND 後方共起: 語彙素="酒" ON 1 WORDS...
***「中納言」検索課題（いままでの復習・レポートテーマに向...
-[[「中納言」検索課題 PDF>https://moodle.univ.gakushuin.a...
**06/02 第7回 『中納言』の使い方（3）／Excelによる検索...
***検索条件式の利用 [#r945c6c0]
キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%")
AND 後方共起: 語彙素="言葉" ON 1 WORDS FROM キー
WITH OPTIONS tglKugiri="|" AND tglBunKugiri="#" AND lim...
AND tglFixVariable="2" AND tglWords="20" AND unit="1" AN...
↓これだけでもいい（IN 以下の検索対象コーパスやWITH OPTION...
キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%")
AND 後方共起: 語彙素="言葉" ON 1 WORDS FROM キー
***OR検索 [#q9b90c80]
キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%")
AND 後方共起: (語彙素="言葉" OR 語彙素="言語") ON 1 WOR...
***周辺語検索 [#yaad8b13]
-「美しい」の前後3語以内に出現する名詞
キー: 品詞 LIKE "名詞%"
AND 共起: 語彙素="美しい" BETWEEN -3 AND 3 WORDS FROM ...
// IN subcorpusName="平安-仮名文学" AND core="true"
***検索結果のダウンロードとExcelでの利用 [#y34bd27c]
-並べ替え（ソート）
-フィルター（絞り込み）
--テキストフィルター
--多重フィルター（複数の条件指定）
-ピボットテーブル★
--ピボットグラフ
-例：CEJCの副詞「矢張り」の語形
--性差
--年齢差
**05/26 第6回 『中納言』の使い方（2） [#hc863b3f]
-[[中納言の使い方>https://moodle.univ.gakushuin.ac.jp/mod...
***復習 [#s490fb22]
-検索語の条件指定
-複数単位の組み合わせ
***位置情報と用例へのパーマリンク [#fecf8e21]
-位置検索
--''サンプルID,開始位置''((サンプル先頭からの文字数を10倍...
--位置検索での区切り記号はカンマのほかタブやスペースでも可
-用例へのpermalink
--CHJ源氏冒頭の「やんごとなし」：https://chunagon.ninjal....
**05/19 第5回 『中納言』の使い方 [#hc863b3f]
***（前回補足）形態素解析を試してみる [#gf5bf622]
-[[Web茶まめ>https://chamame.ninjal.ac.jp/]]
--https://chamame.ninjal.ac.jp/
-利用例：ニュースのテキストとブログやSNSのテキストの比較...
***「中納言の使い方」 [#wcc5208d]
-[[中納言の使い方>https://moodle.univ.gakushuin.ac.jp/mod...
**05/12 第4回 コーパスの形態論情報 [#ffa13ba1]
***コーパスの形態論情報 [#w3c3c79b]
-BCCWJの形態論情報
--http://clrd.ninjal.ac.jp/bccwj/morphology.html
-短単位と長単位
--[[（スライド）短単位と長単位>https://moodle.univ.gakush...
--配布資料：長単位と短単位・資料 （単位切りの例）
-（参考）動画：コーパス検索システムの言語単位『短単位』 h...
-「中納言」と短単位・長単位
--[[中納言の使い方>https://moodle.univ.gakushuin.ac.jp/mo...
***品詞体系 [#d6776112]
-BCCWJ・CHJは[[UniDic>https://clrd.ninjal.ac.jp/unidic/]]...
--[[授業資料/UniDicの品詞体系]]
--[[授業資料/UniDicの見出し語階層]]
***コーパスへの形態論情報の付与 [#sfd1b3f3]
-短単位：MeCabとUniDicを使った形態素解析で情報付与
-長単位：短単位を組み上げて情報付与
-[[形態論情報とUniDic>https://moodle.univ.gakushuin.ac.jp...
***参考資料 [#t1ff9987]
-BCCWJ関連報告書 http://clrd.ninjal.ac.jp/bccwj/doc.html
--形態論情報規程集(PDF) [[第4版 上>http://doi.org/10.150...
**04/28 第3回 日本語コーパスの紹介（2） [#h1fad4a2]
『日本語日常会話コーパス』『日本語歴史コーパス』『昭和・...
***「日本語日常会話コーパス」（CEJC）の構成 [#x9f78d1c]
-https://www2.ninjal.ac.jp/conversation/cejc.html
-『日本語日常会話コーパス』—設計・構築・特徴—...
--https://www2.ninjal.ac.jp/conversation/report/report06....
（以下スライド参照）
--https://moodle.univ.gakushuin.ac.jp/course/view.php?id=...
***「日本語歴史コーパス」（CHJ）の構成 [#x9f78d1c]
-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...
: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...
: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...
-[[『日本語歴史コーパス』>https://clrd.ninjal.ac.jp/chj/]...
--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...
***近代語コーパスの場合 [#p0de8288]
-[[近代雑誌コーパス>https://clrd.ninjal.ac.jp/cmj/]]（現...
--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...
--発行年での大まかなサンプリング
---[[「太陽コーパス」>https://clrd.ninjal.ac.jp/cmj/taiyo...
--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...
-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...
--https://www.jpling.gr.jp/taikai/happyo/yosi/2019/b/yosi...
***「昭和・平成書き言葉コーパス」（SHC）の構成 [#vfbcaa59]
-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...
:雑誌|1933～1957 年刊の『中央公論』と1965～2013 年刊の『...
: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...
:新聞|1933年以降、8年おき11か年の『読売新聞』奇数月2日の...
------
***利用する側から見たコーパスの設計 [#p142476c]
-BCCWJでもCHJでも、どのように設計されているかを知らないと...
--サブコーパスのサイズを無視した比較
--バランスのとれていない項目間の単純比較（BCCWJの年代、CH...
**04/21 第2回 日本語コーパスの紹介（1） [#h1fad4a2]
『現代日本語書き言葉均衡コーパス』
***「中納言」授業アカウントの配布 [#k4971e1e]
-必要な人に一人ずつ配布します（授業期間＋αのみ利用可能）
-個人用アカウントを取得した人はそちらを利用して下さい
***コーパスを使ってみる [#s1b41ed3]
-細かい話は抜きで「中納言」でコーパスを使ってみよう
--『現代日本語書き言葉均衡コーパス』（BCCWJ）コアのみを対...
--文字列検索
--短単位検索
***コーパスとは [#t54768fa]
（以下スライド参照）
--https://moodle.univ.gakushuin.ac.jp/mod/resource/view.p...
: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...
--現代日本語書き言葉均衡コーパス（BCCWJ） / 日本語歴史コ...
: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...
-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 ...
--参考：[[「ひまわり」パッケージ>https://www2.ninjal.ac.j...
-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...
***コーパスへの要請 [#c3c11312]
--大規模であること
--各種のテキストが含まれていて、ジャンルなどのバランスが...
--著作権の問題がないこと
--言語研究に利用できる情報がついていること
***「現代日本語書き言葉均衡コーパス」（BCCWJ）の構成とサ...
-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
------
-著作権をめぐる問題
***参考リンク [#o1a9da5c]
-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/...
--[[BNCリファレンスガイド>http://www.natcorp.ox.ac.uk/doc...
-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>https://clrd.nin...
--BCCWJの基本設計：https://clrd.ninjal.ac.jp/bccwj/basic-...
--サンプリング：https://clrd.ninjal.ac.jp/bccwj/sampling....
--XMLによる電子化：https://clrd.ninjal.ac.jp/bccwj/XML.html
**04/14 第1回 イントロダクション [#z7ffa4ea]
-[[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 htt...
---[[国立国語研究所言語資源開発センター>https://clrd.ninj...
***授業内容等の確認 [#e55ee18f]
-[[シラバス>https://g-port.univ.gakushuin.ac.jp/campusweb...
--[[シラバス(G-Port)>https://g-port.univ.gakushuin.ac.jp/...
--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 [#t6709ede]
-「授業アカウント」について
-個人用の「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（...
|ソフトウェアの種類・名前|利用目的|h
|[[コーパス検索アプリケーション''「中納言」''>https://chu...
|表計算ソフト''Excel''|ピボットテーブルによる分析・グラフ...
|ワープロ''Word''|「スタイル」を利用したレポート作成|
|[[Web茶まめ>https://chamame.ninjal.ac.jp/]]|形態素解析|
|[[テキストエディタ ''VisualStudio Code ''>https://code.v...
***授業内容デモ [#kc4ae1c5]
-コーパスの利用
--[[「現代日本語書き言葉均衡コーパス（BCCWJ）」>https://c...
--[[「日本語日常会話」>https://www2.ninjal.ac.jp/conversa...
--[[「日本語歴史コーパス（CHJ）」>https://clrd.ninjal.ac....
---[[中納言>https://chunagon.ninjal.ac.jp]]
-Excelによる集計（ピボットテーブル）
-形態素解析
--[[Web茶まめ>https://chamame.ninjal.ac.jp]]
-テキストエディタと正規表現
***（参考動画） [#v4246970]
-（参考）国語研オープンハウス2021 https://www2.ninjal.ac...
--動画：『日本語歴史コーパス』のかんたんな使い方─犬派？猫...
-言語学レクチャーシリーズ https://www.ninjal.ac.jp/educa...
--動画：コーパスを使って日本語の歴史を探る https://www.yo...
終了行:
[[FrontPage]]
*日本語学講義Ⅱ（コーパス日本語学入門） [#f20f4b84]
-前期金曜4限：14:40-16:10
-Mail: ogiso@ogiso.net
--[[Moodleの授業ページ>https://moodle.univ.gakushuin.ac.j...
-[[中納言>https://chunagon.ninjal.ac.jp]]
**レポート提出について [#d5646c8c]
-締切：8月4日（金）※事情があって延長が必要な場合には事前...
-分量目安：A4用紙で3～10枚
//-提出先：下記リンク（Moodle）から提出
-提出先：Moodleから提出
-都合によってメールで送る場合はメール本文とレポートファイ...
-埋め込みデータによってWordファイルのサイズが大きくなりす...
------
//-%%教室が''西2-505''に変更になりました。4/21～%%
//-&color(red){教室が''西2-202''に変更になりました。4/28...
**07/21 第13回（最終回） レポートに関する質問／補足（コ...
***コロケーション強度（CHJ） [#b773a319]
-[[『日本語歴史コーパス』の語彙表を用いたコロケーション強...
-例：
--[[BCCWJ玉葱V.xlsx>https://moodle.univ.gakushuin.ac.jp/m...
--[[BCCWJ副詞＋降る.xlsxファイル >https://moodle.univ.gak...
--[[CHJ春＋名詞.xlsxファイル >https://moodle.univ.gakushu...
***テキストエディタ [#i5969e47]
おすすめのテキストエディタ（フリーソフト）正規表現対応
-[[サクラエディタ>https://sakura-editor.github.io/]] （...
-[[Visual Studio Code>https://azure.microsoft.com/ja-jp/p...
-[[サクラエディタの使い方>https://moodle.univ.gakushuin.a...
***「中納言」インラインタグ機能の利用 [#h1e23ecf]
-前後文脈に埋め込んだタグから、必要な情報を取り出して利用
--テキストエディタと正規表現を使うと便利だが、テキストフ...
---（参考）[[授業資料/正規表現]]
**07/14 &color(red){休講}; [#t4bb87f8]
//-&color(red){7月14日は海外出張（[[DH2023>https://dh2023...
-7月14日は海外出張（[[DH2023>https://dh2023.adho.org/]]）...
**07/07 第12回 VLOOKUPによる意味分類の付与／コロケーシ...
***分類語彙表番号（意味分類）の付与 [#o531d649]
-分類語彙表 https://ccd.ninjal.ac.jp/goihyo.html
-分類語彙表番号－UniDic 語彙素番号対応表[[wlsp2unidic>htt...
--語彙素IDでコーパスの検索結果の関連付けできる
-古典語版（日本古典対照分類語彙表）もある [[WLSP2UniDic_h...
-注意
--VLOOKUPで取得する場合、多義語は先頭の分類語彙表番号になる
--分類語彙表に載っていなくて番号がつかないものもある（見...
-例：BCCWJ「可愛い」の次にくる名詞の意味分類
キー: 品詞 LIKE "名詞%" AND 前方共起: 語彙素="可愛い" ON...
=VLOOKUP(<語彙素ID>,BunruiNo_LemmaID!$A$1:$B$65044,2,FAL...
***コロケーション強度 [#y45adc9c]
-[[授業資料/コロケーション強度]]
**06/30 第11回 関数の利用 [#ff4cbd31]
***Excelの文字列関数 [#r56f9082]
集計に必要な情報をフィールドから切り出すことで集計に使う
-[[授業資料/EXCELの文字列関数]]参照
-（参考）Mac版Excelと文字種（前回分）
--フィルタのオプションで平仮名と片仮名が区別されないので...
---=unicode(文字列) ：文字列の先頭文字の文字コード（Unico...
***VLOOKUP関数の利用 [#tf76047b]
-[[授業資料/VLOOKUP関数]]参照
***辞書引き集計 [#k380e1c9]
自分で作った（または誰かが用意してくれた）辞書データ（コ...
**06/23 第10回 レポートテーマについて／さまざまな集計／...
***レポートテーマについてのコメント [#c99378d7]
-普段から見聞きする言葉に気をつけるとともに、他の授業や書...
-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...
-参考
--[[〈参考〉 国語に関する世論調査の結果について（文化庁）...
--[[〈参考〉国語研・ことばの疑問>https://kotobaken.jp/qa/]]
--[[〈参考〉NHK放送文化研究所・ことばの研究>https://www.n...
-例((実際に検索してみてできそうなものと難しそうなものが含...
--表記
---「雀」「すずめ」「スズメ」動植物名の表記・・・レジスタ...
---「卵」「玉子」「たまご」「タマゴ」・・・意味の違い？文...
---「栄養／営養」「仕合わせ／幸せ」
---「石鹸」「石けん」「せっけん」、「障碍」「障害」「障が...
--類義語・対義語
---「奇麗」と「美しい」・・・連体修飾する名詞の違い（→意...
---「うるさい」「やかましい」「さわがしい」「かしましい」...
---「男性」と「女性」（「男」と「女」）・・・語彙の非対称...
--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...
---「婦人／女性」「普通／尋常」
--意味変化
---「美しい」「すごい」「やばい」、「米」
***ランダムサンプリング調査 [#j4516bb3]
-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...
-例：「られる」「全然」
***出現サンプル数の調査（重複の削除） [#lb271de6]
用例数ではなく、用例が一つでも出現したサンプルの数を調べ...
-たとえば同一サンプル内での繰り返しが多いものを調査すると...
--「データ」→「重複の削除」
-例：「俺・僕・私」
***集計用の列を自分で用意する [#ccae4a87]
-検索例：蒲公英・向日葵・蓮華
--表記（ひらがな・カタカナ・漢字）別集計
---フィルタ機能を上手く使って「文字種」列を作る
-（参考）Mac版Excelと文字種
--Macではフィルタの際に平仮名と片仮名が区別されないので、...
---=unicode(文字列) ：文字列の先頭文字の文字コード（Unico...
-応用：用法分類などなど
**06/16 第9回 調整頻度の計算 [#s73e3d75]
***BCCWJ利用の落とし穴 [#le968f3e]
-BCCWJはあくまでも「現代語」のためのコーパスなので通時的...
--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...
#ref(bccwj-wc.png,,50%)
-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...
--→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.
-BCCWJの語数
--https://clrd.ninjal.ac.jp/bccwj/bcc-chu-suw.html
-短単位語数表をピボットテーブルで集計
--BCCWJ短単位語数表：http://doi.org/10.15084/00003226
-例：「立ち上げる」
***調整頻度（pmw） [#v1c12e52]
-調査対象がどのくらい出てきやすいかを比較するときには、ど...
--特にコーパスでサイズが統制されていないもの（レジスター...
--たんに複数の語の割合を比較する（％で見る）だけなら（こ...
-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...
---語数ファイルをピボットテーブルで集計して分母にする
-調整頻度には100万語あたりの頻度（pmw）がよく使われる
--粗頻度/コーパス総語数*1000000
---数字が小さくなりすぎないようにするため
***各コーパスの語数表 [#mee53d9d]
-BCCWJ
--短単位語数表Excel http://doi.org/10.15084/00003226
--長単位語数表Excel http://doi.org/10.15084/00003224
-[[CEJC>https://www2.ninjal.ac.jp/conversation/cejc.html]]
--[[CEJC短単位語数表_品詞構成表_語種構成表_ver202209.zip>...
-[[CHJ>https://clrd.ninjal.ac.jp/chj/chj-wc.html]]
--短単位語数表Excel(バージョン2022.03) https://clrd.ninja...
--長単位語数表Excel(バージョン2022.03) https://clrd.ninja...
-[[SHC>https://clrd.ninjal.ac.jp/shc/stats.html]]
--短単位語数表CSV https://clrd.ninjal.ac.jp/shc/doc/SHC_W...
------
***クロス集計表の調整頻度をまとめて計算 [#pcdd34eb]
-例：「矢張り」
***レポートテーマ案（リアクションペーパー） [#nbf3028e]
-後で変わっても構いませんが、テーマを本気で考えてみてくだ...
**06/09 第8回 Excelによる検索結果の集計(2) [#kb079a95]
***ピボットテーブルの使い方（復習） [#c297a43e]
+ダウンロード
+ダブルクリックしてExcelで開く
+ピボットテーブル
--ピボットグラフ
-例：CEJC 副詞「あまり」の語形（「やはり」との比較）
***Excelの基礎 [#p3e4204d]
-並べ替え（ソート）
--反転前文脈の使い方
-フィルタ（絞り込み）
--テキストフィルタ
--多重フィルター（複数の条件指定）
-例：CHJの犬と猫
-（参考）国語研オープンハウス2021 https://www2.ninjal.ac...
--動画：『日本語歴史コーパス』のかんたんな使い方─犬派？猫...
-例：食うと食べる／CHJ・SHC・CEJC
***複数の検索結果の結合 [#ged85142]
[[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...
-[[授業資料/覚えておきたいショートカットキー]]
-Ctrl((Macの場合はCommand))+End((EndキーはノートPCではし...
-Shift+Ctrl+End((EndがFn+→の場合は、Shift+Ctrl+Fn+→を同時...
+表をコピー
--Ctrl+Home((HomeキーはノートPCではしばしばFn+←))（表の左...
+コピーした表を既存の表の下に貼り付け
--Ctrl+↓（表の一番下の行に移動）, ↓（1行下へ）, Ctrl+V（...
-例：SHC ワイン・葡萄酒 ※単位数が違うので検索条件式でも...
キー: 語彙素="ワイン";
キー: 語彙素="葡萄" AND 後方共起: 語彙素="酒" ON 1 WORDS...
一度にピボットテーブルで集計できるように一つの表にまとめる
-※必ず表をくっつけること（空行を入れるとそこで表が切れて...
***複数の検索結果を一つにまとめる別の方法 [#jf603a9c]
-「検索条件式ごとに出力ファイルを分割する」を外して検索条...
--たくさんまとめて調べたい場合には特に便利
キー: 語彙素="ビール";
キー: 語彙素="ワイン";
キー: 語彙素="ブランデー";
キー: 語彙素="ウイスキー";
キー: 語彙素="焼酎";
キー: 語彙素="葡萄" AND 後方共起: 語彙素="酒" ON 1 WORDS...
キー: 語彙素="日本" AND 後方共起: 語彙素="酒" ON 1 WORDS...
***「中納言」検索課題（いままでの復習・レポートテーマに向...
-[[「中納言」検索課題 PDF>https://moodle.univ.gakushuin.a...
**06/02 第7回 『中納言』の使い方（3）／Excelによる検索...
***検索条件式の利用 [#r945c6c0]
キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%")
AND 後方共起: 語彙素="言葉" ON 1 WORDS FROM キー
WITH OPTIONS tglKugiri="|" AND tglBunKugiri="#" AND lim...
AND tglFixVariable="2" AND tglWords="20" AND unit="1" AN...
↓これだけでもいい（IN 以下の検索対象コーパスやWITH OPTION...
キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%")
AND 後方共起: 語彙素="言葉" ON 1 WORDS FROM キー
***OR検索 [#q9b90c80]
キー: (品詞 LIKE "形容詞%" AND 活用形 LIKE "連体形%")
AND 後方共起: (語彙素="言葉" OR 語彙素="言語") ON 1 WOR...
***周辺語検索 [#yaad8b13]
-「美しい」の前後3語以内に出現する名詞
キー: 品詞 LIKE "名詞%"
AND 共起: 語彙素="美しい" BETWEEN -3 AND 3 WORDS FROM ...
// IN subcorpusName="平安-仮名文学" AND core="true"
***検索結果のダウンロードとExcelでの利用 [#y34bd27c]
-並べ替え（ソート）
-フィルター（絞り込み）
--テキストフィルター
--多重フィルター（複数の条件指定）
-ピボットテーブル★
--ピボットグラフ
-例：CEJCの副詞「矢張り」の語形
--性差
--年齢差
**05/26 第6回 『中納言』の使い方（2） [#hc863b3f]
-[[中納言の使い方>https://moodle.univ.gakushuin.ac.jp/mod...
***復習 [#s490fb22]
-検索語の条件指定
-複数単位の組み合わせ
***位置情報と用例へのパーマリンク [#fecf8e21]
-位置検索
--''サンプルID,開始位置''((サンプル先頭からの文字数を10倍...
--位置検索での区切り記号はカンマのほかタブやスペースでも可
-用例へのpermalink
--CHJ源氏冒頭の「やんごとなし」：https://chunagon.ninjal....
**05/19 第5回 『中納言』の使い方 [#hc863b3f]
***（前回補足）形態素解析を試してみる [#gf5bf622]
-[[Web茶まめ>https://chamame.ninjal.ac.jp/]]
--https://chamame.ninjal.ac.jp/
-利用例：ニュースのテキストとブログやSNSのテキストの比較...
***「中納言の使い方」 [#wcc5208d]
-[[中納言の使い方>https://moodle.univ.gakushuin.ac.jp/mod...
**05/12 第4回 コーパスの形態論情報 [#ffa13ba1]
***コーパスの形態論情報 [#w3c3c79b]
-BCCWJの形態論情報
--http://clrd.ninjal.ac.jp/bccwj/morphology.html
-短単位と長単位
--[[（スライド）短単位と長単位>https://moodle.univ.gakush...
--配布資料：長単位と短単位・資料 （単位切りの例）
-（参考）動画：コーパス検索システムの言語単位『短単位』 h...
-「中納言」と短単位・長単位
--[[中納言の使い方>https://moodle.univ.gakushuin.ac.jp/mo...
***品詞体系 [#d6776112]
-BCCWJ・CHJは[[UniDic>https://clrd.ninjal.ac.jp/unidic/]]...
--[[授業資料/UniDicの品詞体系]]
--[[授業資料/UniDicの見出し語階層]]
***コーパスへの形態論情報の付与 [#sfd1b3f3]
-短単位：MeCabとUniDicを使った形態素解析で情報付与
-長単位：短単位を組み上げて情報付与
-[[形態論情報とUniDic>https://moodle.univ.gakushuin.ac.jp...
***参考資料 [#t1ff9987]
-BCCWJ関連報告書 http://clrd.ninjal.ac.jp/bccwj/doc.html
--形態論情報規程集(PDF) [[第4版 上>http://doi.org/10.150...
**04/28 第3回 日本語コーパスの紹介（2） [#h1fad4a2]
『日本語日常会話コーパス』『日本語歴史コーパス』『昭和・...
***「日本語日常会話コーパス」（CEJC）の構成 [#x9f78d1c]
-https://www2.ninjal.ac.jp/conversation/cejc.html
-『日本語日常会話コーパス』—設計・構築・特徴—...
--https://www2.ninjal.ac.jp/conversation/report/report06....
（以下スライド参照）
--https://moodle.univ.gakushuin.ac.jp/course/view.php?id=...
***「日本語歴史コーパス」（CHJ）の構成 [#x9f78d1c]
-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...
: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...
: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...
-[[『日本語歴史コーパス』>https://clrd.ninjal.ac.jp/chj/]...
--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...
***近代語コーパスの場合 [#p0de8288]
-[[近代雑誌コーパス>https://clrd.ninjal.ac.jp/cmj/]]（現...
--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...
--発行年での大まかなサンプリング
---[[「太陽コーパス」>https://clrd.ninjal.ac.jp/cmj/taiyo...
--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...
-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...
--https://www.jpling.gr.jp/taikai/happyo/yosi/2019/b/yosi...
***「昭和・平成書き言葉コーパス」（SHC）の構成 [#vfbcaa59]
-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...
:雑誌|1933～1957 年刊の『中央公論』と1965～2013 年刊の『...
: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...
:新聞|1933年以降、8年おき11か年の『読売新聞』奇数月2日の...
------
***利用する側から見たコーパスの設計 [#p142476c]
-BCCWJでもCHJでも、どのように設計されているかを知らないと...
--サブコーパスのサイズを無視した比較
--バランスのとれていない項目間の単純比較（BCCWJの年代、CH...
**04/21 第2回 日本語コーパスの紹介（1） [#h1fad4a2]
『現代日本語書き言葉均衡コーパス』
***「中納言」授業アカウントの配布 [#k4971e1e]
-必要な人に一人ずつ配布します（授業期間＋αのみ利用可能）
-個人用アカウントを取得した人はそちらを利用して下さい
***コーパスを使ってみる [#s1b41ed3]
-細かい話は抜きで「中納言」でコーパスを使ってみよう
--『現代日本語書き言葉均衡コーパス』（BCCWJ）コアのみを対...
--文字列検索
--短単位検索
***コーパスとは [#t54768fa]
（以下スライド参照）
--https://moodle.univ.gakushuin.ac.jp/mod/resource/view.p...
: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...
--現代日本語書き言葉均衡コーパス（BCCWJ） / 日本語歴史コ...
: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...
-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 ...
--参考：[[「ひまわり」パッケージ>https://www2.ninjal.ac.j...
-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...
***コーパスへの要請 [#c3c11312]
--大規模であること
--各種のテキストが含まれていて、ジャンルなどのバランスが...
--著作権の問題がないこと
--言語研究に利用できる情報がついていること
***「現代日本語書き言葉均衡コーパス」（BCCWJ）の構成とサ...
-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
------
-著作権をめぐる問題
***参考リンク [#o1a9da5c]
-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/...
--[[BNCリファレンスガイド>http://www.natcorp.ox.ac.uk/doc...
-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>https://clrd.nin...
--BCCWJの基本設計：https://clrd.ninjal.ac.jp/bccwj/basic-...
--サンプリング：https://clrd.ninjal.ac.jp/bccwj/sampling....
--XMLによる電子化：https://clrd.ninjal.ac.jp/bccwj/XML.html
**04/14 第1回 イントロダクション [#z7ffa4ea]
-[[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 htt...
---[[国立国語研究所言語資源開発センター>https://clrd.ninj...
***授業内容等の確認 [#e55ee18f]
-[[シラバス>https://g-port.univ.gakushuin.ac.jp/campusweb...
--[[シラバス(G-Port)>https://g-port.univ.gakushuin.ac.jp/...
--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 [#t6709ede]
-「授業アカウント」について
-個人用の「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（...
|ソフトウェアの種類・名前|利用目的|h
|[[コーパス検索アプリケーション''「中納言」''>https://chu...
|表計算ソフト''Excel''|ピボットテーブルによる分析・グラフ...
|ワープロ''Word''|「スタイル」を利用したレポート作成|
|[[Web茶まめ>https://chamame.ninjal.ac.jp/]]|形態素解析|
|[[テキストエディタ ''VisualStudio Code ''>https://code.v...
***授業内容デモ [#kc4ae1c5]
-コーパスの利用
--[[「現代日本語書き言葉均衡コーパス（BCCWJ）」>https://c...
--[[「日本語日常会話」>https://www2.ninjal.ac.jp/conversa...
--[[「日本語歴史コーパス（CHJ）」>https://clrd.ninjal.ac....
---[[中納言>https://chunagon.ninjal.ac.jp]]
-Excelによる集計（ピボットテーブル）
-形態素解析
--[[Web茶まめ>https://chamame.ninjal.ac.jp]]
-テキストエディタと正規表現
***（参考動画） [#v4246970]
-（参考）国語研オープンハウス2021 https://www2.ninjal.ac...
--動画：『日本語歴史コーパス』のかんたんな使い方─犬派？猫...
-言語学レクチャーシリーズ https://www.ninjal.ac.jp/educa...
--動画：コーパスを使って日本語の歴史を探る https://www.yo...
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
