成蹊2021/日本語学講義D
をテンプレートにして作成
開始行:
[[成蹊2021]]
-2021年度後期・金曜2限
-Mail: ogiso@ogiso.net
-今年度はZoomを使ったリアルタイムのオンライン授業です。成...
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=hxml...
-[[「中納言」ログインページ>https://chunagon.ninjal.ac.jp...
**期末レポート [#u5f27e74]
授業で習得したコーパスの利用方法を活用し、日本語について...
※原則として授業時に調査･発表した内容を扱うこと。
-締切：''1月28日（金）''
-分量：A4用紙で3～10枚（図表等を枚数に含む。4枚以上を推奨）
-Wordファイルに氏名・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（20MB以上となる...
-提出先：CoursePowerの下記アドレスから提出
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=J8zc...
**1/14 第14回 レポートテーマ発表2／コロケーション強度 [...
***ライトニングトーク2回目 [#p79e469d]
-数枚のパワーポイントを使った、自分のレポートテーマに関す...
-自分が取り組むテーマと、簡単な調査結果（途中経過）を報告...
-前回発表していない人は必ず発表してください。
***コロケーション強度 [#y45adc9c]
-[[授業資料/コロケーション強度]]
--参考資料：小木曽（2014）「コーパス活用の勘所(第6回)【中...
-「玉葱」と共起する動詞の例
--[[collocation_sample.xlsx>https://www.dropbox.com/s/t1i...
-（応用）[[VLOOKUP>授業資料/VLOOKUP関数]]で、語彙表から調...
--[[サンプルデータ>https://webclass.gakushuin.ac.jp/webcl...
--BCCWJ語彙表 http://doi.org/10.15084/00003219
--CHJ語彙表 http://doi.org/10.15084/00003467
**1/7 第13回 レポートテーマ発表（ライトニングトーク）／...
***ライトニングトーク [#nc18e644]
-数枚のパワーポイントを使った、自分のレポートテーマに関す...
-自分が取り組むテーマと、簡単な調査結果（途中経過）を報告...
-3年生以上は1月7日の発表が必須。2年生もできるだけこの日ま...
***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
--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...
//**12/24 第14回（録画配信） Wordでレポートを書く [#jf8...
#include(授業資料/Wordと文書の構造化,notitle)
***授業録画の配信 [#le80c70a]
-''&color(red){授業の録画は、下記のリンク（CoursePower）...
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=tY-u...
**12/17 第11回 レポートテーマについて[#c89fd753]
***レポートテーマ案報告 [#a80408a4]
-レポートテーマ案を口頭で報告してください。
--複数でも、今後変更しても構いません。現時点で考えている...
--可能な範囲で、コーパス調査への適否や調査方法などについ...
**12/10 第10回 調整頻度の計算（2） [#jd2ae173]
***調整頻度（pmw） [#v1c12e52]
-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
-例：「矢張り」
-※割合を比較するだけなら調整頻度を出す必要はない。
***（Excel基礎）セルの相対参照と絶対参照 [#e418e4aa]
-A1：相対参照
-$A$1：絶対参照
-$A1：列のみ絶対参照
***調整頻度の例：『日本語歴史コーパス』[#ac7fae2a]
-頻度で見る「あはれ」「をかし」と源氏・枕
--※最低限、調査対象の語数を考慮した（＝調整頻度による）比...
--[[ファイル>https://lms.seikei.ac.jp/lms/lginLgir/index?...
***レポートテーマについて [#l6cf653b]
-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...
---「斡旋」「あっ旋」「あっせん」、「石鹸」「石けん」「せ...
--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...
--意味変化
***（次回）レポートテーマ案報告[#l698c8e5]
-レポートテーマ案を口頭で報告してください。
--複数でも、今後変更しても構いません。現時点で考えている...
--可能な範囲で、コーパス調査への適否や調査方法などについ...
**12/3 第9回 調整頻度の計算 [#c89fd753]
***（復習）「中納言」検索課題 [#i63ceb4a]
-https://lms.seikei.ac.jp/lms/lginLgir/index?target=4o_N7...
***BCCWJ利用の落とし穴（設計を踏まえたコーパス利用の必要...
-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...
-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://ccd.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
--短単位語数表：http://doi.org/10.15084/00003226
***調整頻度（pmw） [#v1c12e52]
-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
-例：「パソコン」「立ち上げる」
--[[調整頻度計算の例(Excel)>https://lms.seikei.ac.jp/lms/...
**11/26 第8回 Excelによる検索結果の集計2 ：ちょっとした...
***アルバイトについて [#ld3da173]
-CHJ平安仮名文学作品への話者情報付与
***複数の検索結果の結合（復習） [#l9b3620b]
-例：ワイン・葡萄酒 ※単位数が違うので検索条件式でも一つ...
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...
または、「検索条件式ごとに出力ファイルを分割する」を外し...
-[[授業資料/覚えておきたいショートカットキー]]
***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） [#ma197696]
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」
**11/19 &color(red){休み（欅祭）}; [#e905c4c9]
**11/12 第7回 Excelによる検索結果の集計 [#y218cbb7]
***「中納言」検索結果のダウンロードとExcelでの利用 [#m04a...
+ダウンロード
+Excelでインポート
-データの形式
--タブ区切りテキストの各列
***Excelの基礎 [#t5ba152a]
-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）
***【重要】ピボットテーブルの使い方 [#d0a7589d]
-ピボットテーブル
-ピボットグラフ
-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...
***複数の検索結果の結合 [#l9b3620b]
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...
ショートカットキーを活用すると便利
-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（...
-[[授業資料/覚えておきたいショートカットキー]]
**11/5 第6回 『中納言』の使い方(2)：検索条件の指定 [#ja1...
-「中納言」 https://chunagon.ninjal.ac.jp/
--BCCWJ: https://chunagon.ninjal.ac.jp/bccwj-nt
--CHJ: https://chunagon.ninjal.ac.jp/chj
***復習 [#q1d891fe]
-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....
***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（WITH OPTIONS 以下は式で指定がない場合...
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（平安仮名文学）
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"
**10/29 第5回 『中納言』の使い方 [#nbcd9b35]
***『中納言』の使い方 [#x73a0464]
-配布資料「『中納言』の使い方」[[ダウンロード>https://lms...
-3.4まで
**10/22 &color(red){休み（四大戦）}; [#e905c4c9]
**10/15 第4回 コーパスの形態論情報 [#mbc48064]
***コーパスの形態論情報 [#w3c3c79b]
--http://ccd.ninjal.ac.jp/bccwj/morphology.html
-短単位と長単位
--[[（スライド）長単位と短単位>https://lms.seikei.ac.jp/l...
--[[長単位と短単位・資料>https://lms.seikei.ac.jp/lms/lgi...
--（参考）動画：コーパス検索システムの言語単位『短単位』 ...
-コーパス検索アプリケーション「中納言」と短単位と長単位
--[[中納言の使い方>https://lms.seikei.ac.jp/lms/lginLgir/...
***品詞体系 [#d6776112]
-BCCWJ・CHJは[[UniDic>https://ja.osdn.net/projects/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：Comainu（など）で短単位を組み上げる
***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/
***形態素解析の仕組み [#e1069790]
-[[授業資料/形態素解析]]
***参考資料 [#t1ff9987]
-BCCWJ関連報告書 http://ccd.ninjal.ac.jp/bccwj/doc.html
--形態論情報規程集(PDF) [[第4版 上>http://doi.org/10.150...
**10/8 第3回 日本語コーパスの紹介（2）『日本語歴史コーパ...
***「日本語歴史コーパス」（CHJ）の構成 [#x9f78d1c]
-https://ccd.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://ccd.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（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...
--発行年での大まかなサンプリング
---[[「太陽コーパス」>https://ccd.ninjal.ac.jp/cmj/taiyou...
--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...
***「日本語日常会話コーパス」（CEJC）の構成 [#x9f78d1c]
-[[『日本語日常会話コーパス』>https://www2.ninjal.ac.jp/c...
--現在はモニター版100時間分を公開
--https://www2.ninjal.ac.jp/conversation/cejc-monitor/des...
***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...
**10/1 第2回 日本語コーパスの紹介（1）『現代日本語書き言...
***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
--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）
: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 [#n1ef5148]
--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://ccd.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://ccd.ninj...
--BCCWJの基本設計：https://ccd.ninjal.ac.jp/bccwj/basic-d...
--サンプリング：https://ccd.ninjal.ac.jp/bccwj/sampling.h...
--XMLによる電子化：https://ccd.ninjal.ac.jp/bccwj/XML.html
**09/24 第1回 イントロダクション [#a2711c5f]
-[[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...
--[[国立国語研究所コーパス開発センター>https://ccd.ninjal...
-国語研オープンハウス2020
--https://www2.ninjal.ac.jp/openhouse2020/
---動画「日本語歴史コーパス」の紹介 https://youtu.be/tKvV...
-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...
***授業内容等の確認 [#e55ee18f]
-オンライン授業の進め方について
--原則としてZoomでのリアルタイム授業
--録画を共有するので復習すること
-[[シラバス>https://portal.seikei.ac.jp/campusweb/slbssbd...
--[[シラバス(CoursePower)>https://portal.seikei.ac.jp/cam...
--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
***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...
---[[中納言>https://chunagon.ninjal.ac.jp]]
--[[「日本語歴史コーパス（CHJ）」>https://ccd.ninjal.ac.j...
-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
***「中納言」アカウントについて [#t6709ede]
-「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（...
|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 ''サクラエディタ''>http://sourceforge...
終了行:
[[成蹊2021]]
-2021年度後期・金曜2限
-Mail: ogiso@ogiso.net
-今年度はZoomを使ったリアルタイムのオンライン授業です。成...
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=hxml...
-[[「中納言」ログインページ>https://chunagon.ninjal.ac.jp...
**期末レポート [#u5f27e74]
授業で習得したコーパスの利用方法を活用し、日本語について...
※原則として授業時に調査･発表した内容を扱うこと。
-締切：''1月28日（金）''
-分量：A4用紙で3～10枚（図表等を枚数に含む。4枚以上を推奨）
-Wordファイルに氏名・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（20MB以上となる...
-提出先：CoursePowerの下記アドレスから提出
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=J8zc...
**1/14 第14回 レポートテーマ発表2／コロケーション強度 [...
***ライトニングトーク2回目 [#p79e469d]
-数枚のパワーポイントを使った、自分のレポートテーマに関す...
-自分が取り組むテーマと、簡単な調査結果（途中経過）を報告...
-前回発表していない人は必ず発表してください。
***コロケーション強度 [#y45adc9c]
-[[授業資料/コロケーション強度]]
--参考資料：小木曽（2014）「コーパス活用の勘所(第6回)【中...
-「玉葱」と共起する動詞の例
--[[collocation_sample.xlsx>https://www.dropbox.com/s/t1i...
-（応用）[[VLOOKUP>授業資料/VLOOKUP関数]]で、語彙表から調...
--[[サンプルデータ>https://webclass.gakushuin.ac.jp/webcl...
--BCCWJ語彙表 http://doi.org/10.15084/00003219
--CHJ語彙表 http://doi.org/10.15084/00003467
**1/7 第13回 レポートテーマ発表（ライトニングトーク）／...
***ライトニングトーク [#nc18e644]
-数枚のパワーポイントを使った、自分のレポートテーマに関す...
-自分が取り組むテーマと、簡単な調査結果（途中経過）を報告...
-3年生以上は1月7日の発表が必須。2年生もできるだけこの日ま...
***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
--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...
//**12/24 第14回（録画配信） Wordでレポートを書く [#jf8...
#include(授業資料/Wordと文書の構造化,notitle)
***授業録画の配信 [#le80c70a]
-''&color(red){授業の録画は、下記のリンク（CoursePower）...
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=tY-u...
**12/17 第11回 レポートテーマについて[#c89fd753]
***レポートテーマ案報告 [#a80408a4]
-レポートテーマ案を口頭で報告してください。
--複数でも、今後変更しても構いません。現時点で考えている...
--可能な範囲で、コーパス調査への適否や調査方法などについ...
**12/10 第10回 調整頻度の計算（2） [#jd2ae173]
***調整頻度（pmw） [#v1c12e52]
-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
-例：「矢張り」
-※割合を比較するだけなら調整頻度を出す必要はない。
***（Excel基礎）セルの相対参照と絶対参照 [#e418e4aa]
-A1：相対参照
-$A$1：絶対参照
-$A1：列のみ絶対参照
***調整頻度の例：『日本語歴史コーパス』[#ac7fae2a]
-頻度で見る「あはれ」「をかし」と源氏・枕
--※最低限、調査対象の語数を考慮した（＝調整頻度による）比...
--[[ファイル>https://lms.seikei.ac.jp/lms/lginLgir/index?...
***レポートテーマについて [#l6cf653b]
-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...
---「斡旋」「あっ旋」「あっせん」、「石鹸」「石けん」「せ...
--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...
--意味変化
***（次回）レポートテーマ案報告[#l698c8e5]
-レポートテーマ案を口頭で報告してください。
--複数でも、今後変更しても構いません。現時点で考えている...
--可能な範囲で、コーパス調査への適否や調査方法などについ...
**12/3 第9回 調整頻度の計算 [#c89fd753]
***（復習）「中納言」検索課題 [#i63ceb4a]
-https://lms.seikei.ac.jp/lms/lginLgir/index?target=4o_N7...
***BCCWJ利用の落とし穴（設計を踏まえたコーパス利用の必要...
-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...
-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://ccd.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
--短単位語数表：http://doi.org/10.15084/00003226
***調整頻度（pmw） [#v1c12e52]
-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
-例：「パソコン」「立ち上げる」
--[[調整頻度計算の例(Excel)>https://lms.seikei.ac.jp/lms/...
**11/26 第8回 Excelによる検索結果の集計2 ：ちょっとした...
***アルバイトについて [#ld3da173]
-CHJ平安仮名文学作品への話者情報付与
***複数の検索結果の結合（復習） [#l9b3620b]
-例：ワイン・葡萄酒 ※単位数が違うので検索条件式でも一つ...
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...
または、「検索条件式ごとに出力ファイルを分割する」を外し...
-[[授業資料/覚えておきたいショートカットキー]]
***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） [#ma197696]
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」
**11/19 &color(red){休み（欅祭）}; [#e905c4c9]
**11/12 第7回 Excelによる検索結果の集計 [#y218cbb7]
***「中納言」検索結果のダウンロードとExcelでの利用 [#m04a...
+ダウンロード
+Excelでインポート
-データの形式
--タブ区切りテキストの各列
***Excelの基礎 [#t5ba152a]
-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）
***【重要】ピボットテーブルの使い方 [#d0a7589d]
-ピボットテーブル
-ピボットグラフ
-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...
***複数の検索結果の結合 [#l9b3620b]
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...
ショートカットキーを活用すると便利
-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（...
-[[授業資料/覚えておきたいショートカットキー]]
**11/5 第6回 『中納言』の使い方(2)：検索条件の指定 [#ja1...
-「中納言」 https://chunagon.ninjal.ac.jp/
--BCCWJ: https://chunagon.ninjal.ac.jp/bccwj-nt
--CHJ: https://chunagon.ninjal.ac.jp/chj
***復習 [#q1d891fe]
-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....
***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（WITH OPTIONS 以下は式で指定がない場合...
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（平安仮名文学）
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"
**10/29 第5回 『中納言』の使い方 [#nbcd9b35]
***『中納言』の使い方 [#x73a0464]
-配布資料「『中納言』の使い方」[[ダウンロード>https://lms...
-3.4まで
**10/22 &color(red){休み（四大戦）}; [#e905c4c9]
**10/15 第4回 コーパスの形態論情報 [#mbc48064]
***コーパスの形態論情報 [#w3c3c79b]
--http://ccd.ninjal.ac.jp/bccwj/morphology.html
-短単位と長単位
--[[（スライド）長単位と短単位>https://lms.seikei.ac.jp/l...
--[[長単位と短単位・資料>https://lms.seikei.ac.jp/lms/lgi...
--（参考）動画：コーパス検索システムの言語単位『短単位』 ...
-コーパス検索アプリケーション「中納言」と短単位と長単位
--[[中納言の使い方>https://lms.seikei.ac.jp/lms/lginLgir/...
***品詞体系 [#d6776112]
-BCCWJ・CHJは[[UniDic>https://ja.osdn.net/projects/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：Comainu（など）で短単位を組み上げる
***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/
***形態素解析の仕組み [#e1069790]
-[[授業資料/形態素解析]]
***参考資料 [#t1ff9987]
-BCCWJ関連報告書 http://ccd.ninjal.ac.jp/bccwj/doc.html
--形態論情報規程集(PDF) [[第4版 上>http://doi.org/10.150...
**10/8 第3回 日本語コーパスの紹介（2）『日本語歴史コーパ...
***「日本語歴史コーパス」（CHJ）の構成 [#x9f78d1c]
-https://ccd.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://ccd.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（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...
--発行年での大まかなサンプリング
---[[「太陽コーパス」>https://ccd.ninjal.ac.jp/cmj/taiyou...
--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...
***「日本語日常会話コーパス」（CEJC）の構成 [#x9f78d1c]
-[[『日本語日常会話コーパス』>https://www2.ninjal.ac.jp/c...
--現在はモニター版100時間分を公開
--https://www2.ninjal.ac.jp/conversation/cejc-monitor/des...
***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...
**10/1 第2回 日本語コーパスの紹介（1）『現代日本語書き言...
***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
--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）
: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 [#n1ef5148]
--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://ccd.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://ccd.ninj...
--BCCWJの基本設計：https://ccd.ninjal.ac.jp/bccwj/basic-d...
--サンプリング：https://ccd.ninjal.ac.jp/bccwj/sampling.h...
--XMLによる電子化：https://ccd.ninjal.ac.jp/bccwj/XML.html
**09/24 第1回 イントロダクション [#a2711c5f]
-[[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...
--[[国立国語研究所コーパス開発センター>https://ccd.ninjal...
-国語研オープンハウス2020
--https://www2.ninjal.ac.jp/openhouse2020/
---動画「日本語歴史コーパス」の紹介 https://youtu.be/tKvV...
-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...
***授業内容等の確認 [#e55ee18f]
-オンライン授業の進め方について
--原則としてZoomでのリアルタイム授業
--録画を共有するので復習すること
-[[シラバス>https://portal.seikei.ac.jp/campusweb/slbssbd...
--[[シラバス(CoursePower)>https://portal.seikei.ac.jp/cam...
--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
***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...
---[[中納言>https://chunagon.ninjal.ac.jp]]
--[[「日本語歴史コーパス（CHJ）」>https://ccd.ninjal.ac.j...
-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
***「中納言」アカウントについて [#t6709ede]
-「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（...
|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 ''サクラエディタ''>http://sourceforge...
ページ名:
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
