総研大2024/言語研究基礎論ⅢA
をテンプレートにして作成
開始行:
[[総研大2024]]
**2024/04/30 国語研の書き言葉コーパス [#he314895]
国語研の書き言葉コーパスについて最新の研究を含めて概説す...
-[[資料置き場>https://ninjal.sharepoint.com/sites/2024flr...
--スライド1~3参照
***「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
***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
***BCCWJ2 [#pab5a646]
--BCCWJ拡張計画
***「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/
-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...
-2023年5月公開
: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...
-[[論文:小木曽智信・近藤明日子・髙橋雄太・間淵洋子編(20...
***コーパスと著作権 [#xa8ac945]
-スライド参照
**2024/05/07 国語研のコーパスの形態論情報 [#n89c5b2a]
国語研コーパスへの形態論情報の付与について最新の研究を含...
--[[資料置き場>https://ninjal.sharepoint.com/sites/2024fl...
--スライド3~5参照
***コーパスの形態論情報 [#w3c3c79b]
--http://clrd.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://ninjal.sharepoint....
--[[長単位と短単位・資料>https://www.dropbox.com/scl/fi/5...
--(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://www.dropbox.com/scl/fi/g45287u...
***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: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/]](MeCabとUniD...
--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://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...
//※冊子を配布します。
終了行:
[[総研大2024]]
**2024/04/30 国語研の書き言葉コーパス [#he314895]
国語研の書き言葉コーパスについて最新の研究を含めて概説す...
-[[資料置き場>https://ninjal.sharepoint.com/sites/2024flr...
--スライド1~3参照
***「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
***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
***BCCWJ2 [#pab5a646]
--BCCWJ拡張計画
***「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/
-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...
-2023年5月公開
: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...
-[[論文:小木曽智信・近藤明日子・髙橋雄太・間淵洋子編(20...
***コーパスと著作権 [#xa8ac945]
-スライド参照
**2024/05/07 国語研のコーパスの形態論情報 [#n89c5b2a]
国語研コーパスへの形態論情報の付与について最新の研究を含...
--[[資料置き場>https://ninjal.sharepoint.com/sites/2024fl...
--スライド3~5参照
***コーパスの形態論情報 [#w3c3c79b]
--http://clrd.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://ninjal.sharepoint....
--[[長単位と短単位・資料>https://www.dropbox.com/scl/fi/5...
--(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://www.dropbox.com/scl/fi/g45287u...
***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: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/]](MeCabとUniD...
--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://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...
//※冊子を配布します。
ページ名: