成蹊2017

  • 前期・金曜2限
  • ogiso@ogiso.net ←@を@に直してください

日本語学講義E

期末レポート

  • 2017/7/28(金)締切
  • メールで提出

授業評価アンケート

  • 2017/7/21(金)締切

2017/7/21

レポートテーマに関するプレゼンテーション

  • (小発表/ライトニングトーク)

Wordを使ってレポートを書く(再)

レポートテーマに関する調査と質問対応

  • 考えてきたテーマについて、レポートの完成に向けて執筆を進めます。
  • 積極的に質問して下さい。

2017/7/14

コロケーション強度の話

レポートテーマに関する調査と質問対応

  • 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を進めます。
  • 積極的に質問して下さい。

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

2017/6/30

発展(Excelの活用)

レポート課題の調査

  • 積極的に質問して下さい。

レポートテーマに関するプレゼンテーション

  • (小発表/ライトニングトーク) 7月14日

2017/6/23

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>)

【補足】Excelの文字列関数で前後文脈を整える

  • 後文脈の「#」より後を消す(「#」がない場合はそのまま)
    =IF(ISERROR(SEARCH("#",<後文脈>)),<後文脈>,LEFT(<後文脈>,SEARCH("#",<後文脈>)))
  • 前文脈の「#」以前を消す(「#」がない場合はそのまま)*1
    =RIGHT(<前文脈>,LEN(<前文脈>)-(FIND("~",SUBSTITUTE("#"&<前文脈>,"#","~",LEN("#"&<前文脈>)-LEN(SUBSTITUTE("#"&<前文脈>,"#",""))),1)-1))

検索の例

補足

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。

2017/6/16

レポートテーマ確認

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
  • ex.「全然」

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/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
  • ※割合の違いを比較するだけなら調整頻度を出す必要はない。

2017/6/9

(復習)複数の検索結果の結合

  • 例:蒲公英・向日葵・菫

ショートカットキーを活用すると便利

  • Ctrl+End ファイルの末尾/表のいちばん右下に移動
  • Shift+Ctrl+End 〃範囲を選択
  1. 表をコピー
    • Ctrl+Home, ↓(列名はコピーしないようにする),Shift+Ctrl+End, Ctrl+C
  2. コピーした表を既存の表の下に貼り付け
    • Ctrl+End, Home, ↓, Ctrl+V, Ctrl+Home

集計用の列を自分で用意する

  • 例:表記(ひらがな・かたかな・漢字)別集計
  • 例:用法分類

「検索課題」

  • 配付資料参照

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

〈参考〉 国語に関する世論調査の結果について(文化庁)

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”

2017/6/3(土) 金曜授業日(休講)

レポート課題

好きな形容詞を一つ選び、その形容詞の連体形の直後に来る名詞をBCCCWJ中納言で検索し、その名詞の用例数付きのリストをExcelを使って作成しなさい。
できたExcelファイルをポータルサイト経由またはメールで提出すること。

2017/6/2

「中納言」検索結果のダウンロードとExcelでの利用

  1. ダウンロード
  2. アーカイブの展開(解凍)
  3. 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

2017/5/26

  • 提出物確認
  • 質問対応

(復習)形態論情報を使った検索

  • 資料「中納言の使い方」参照

検索条件式の利用

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 limitToSelfSentence="1"
AND tglFixVariable="2" AND tglWords="20" AND unit="1" AND encoding="UTF-16LE" AND endOfLine="CRLF"

2017/5/19(休講)

  • 出張のため休講とします。

2017/5/12

「中納言」の利用:形態論情報を使った検索

  • 前回配布資料「『中納言』の使い方」 (SEIKEI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。

2017/04/28

コーパスの形態論情報:短単位と長単位

  • 配布資料参照

品詞体系と見出し語の階層

  • BCCWJ,CHJはUniDicの品詞体系にもとづく

形態論情報を使った検索

  • まずは文字列検索で確認する

(参考)Web茶まめ

http://chamame.ninjal.ac.jp/

2017/04/21

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3回コーパスの設計とサンプリング
    • Seikei Portalの「授業資料」参照
  • 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

2017/4/14

「中納言」オンライン利用申込み

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
    • 登録不要
    • 文字列検索のみ
    • 500例まで表示
  • BCCWJ中納言
    • 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)

2017/04/07

イントロダクション

  • シラバス確認
    • シラバス
    • この授業の目的
    • 授業の進め方
    • 評価方法
  • アンケート

*1 「#」が複数ある場合の処理があるので難しい。「~」は前文脈に決して出現しない文字を指定

トップ   編集 差分 バックアップ 添付 複製 名前変更 リロード   新規 一覧 単語検索 最終更新   ヘルプ   最終更新のRSS