- 追加された行はこの色です。
- 削除された行はこの色です。
#author("2021-07-08T07:46:26+00:00","default:ogiwiki","ogiwiki")
#author("2021-07-09T01:05:06+00:00","default:ogiwiki","ogiwiki")
[[成蹊2021]]
*応用日本語講座(日本語・日本文学のためのコンピュータ) [#v8457c9d]
-金曜2限:''10:40~12:20''
-Mail: ogiso@ogiso.net
-[[CoursePower(成蹊大学)授業ページ>https://lms.seikei.ac.jp/lms/lginLgir/index?target=dzlQj4fO]]
------
-今年度この授業はZoomによるリアルタイムのオンライン講義の形で行います。
-授業のZoomのアドレスは下記のリンク先(CoursePower授業ページ)で確認してください。
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=dzlQj4fO
-授業のZoomのアドレスは毎回同じです。
-授業内容(特にレポートについて)質問があったら下記のアンケートに記入してください。
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=sYS3mDAZ
**&color(red){レポート提出について}; [#da47d162]
-締切:7月31日(土)
-分量:A4用紙で3~10枚
-提出先:CoursePowerの下記アドレスから提出
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=nrf37jTO
--都合によってメールで送る場合はメール本文と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ること
-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ぎる場合には、PDFファイルとして保存して送ること
------
**2021/07/03 レポートテーマの予備調査結果発表(ライトニングトーク)残り/レポートの作成について [#h1b5d341]
-パワーポイントのスライドを使って画面共有で説明してください。
-終了後、下記からスライドのファイルを提出してください。
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=OXROTDcb
***Wordでレポートを書く [#pc6b7b3b]
文書の構造化とWordの使い方(レポートの書き方)
-文書の構造化*
--スタイルと見出し
--ナビゲーション ウィンドウ(見出しマップ)の使い方
--章・節番号
-図表の貼り込み*
--「形式を選択して貼り付け」
--図表番号とキャプション
-脚注
--脚注と文末脚注
-相互参照
--節番号、図表番号と相互参照
--目次、図表目次
-ページ番号*
-PDFとして保存(ブックマークを付加)*
***レポートの構成 [#ee2b2c83]
***レポートの構成について [#ee2b2c83]
-[[IMRAD>https://ja.wikipedia.org/wiki/IMRAD]]
**2021/07/02 レポートテーマの予備調査結果発表(ライトニングトーク) [#y6fb9dc6]
-パワーポイントのスライドを使って画面共有で説明してください。
-終了後、下記からスライドのファイルを提出してください。
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=OXROTDcb
**2021/06/25 「中納言」の利用/レポートテーマの調査と質問 [#v72bed59]
-''次回(7月2日):レポートテーマ予備調査結果発表(ライトニングトーク)''
--パワーポイントで数枚のスライドを準備しておくこと
-※KOTONOHA検索コンテストについて
--https://ccd.ninjal.ac.jp/contest2021.html
------
-配布資料「『中納言』の使い方」
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=_R5FyuTc
-[[コーパス検索アプリケーション「中納言」>https://chunagon.ninjal.ac.jp]]
--[[「現代日本語書き言葉均衡コーパス」(BCCWJ)>https://ccd.ninjal.ac.jp/bccwj/]]
--[[「日本語歴史コーパス」(CHJ)>https://ccd.ninjal.ac.jp/chj/]]
***品詞体系と見出し語の階層 [#b8ca660e]
-BCCWJ,CHJはUniDicの品詞体系にもとづく
--[[授業資料/UniDicの品詞体系]]
--[[授業資料/UniDicの見出し語階層]]
***青空文庫の集計結果との比較例 [#ae02e1d9]
-明治大正時代の変化はその後どうなったか:BCCWJとの比較
--それぎり
--心持ち
-近代の雑誌や教科書ではどうなっているか:CHJ(雑誌・教科書)との比較
-明治大正より前(江戸時代以前)はどうなっているか:CHJ(江戸時代以前)との比較
**2021/06/18 レポートテーマについて/「中納言」によるコーパスの利用 [#v72bed59]
***レポートテーマ案について [#vfcf903a]
-一人ずつ口頭で説明してください
-後で変更してもかまいません
//煮詰まる、憮然、失笑、奇特、姑息、
//采配を振る/振るう、的を射る/得る
//電飾/ライトアップ、居間/リビング、台所/キッチン
***国立国語研究所のコーパス [#n1cf4ee0]
-[[コーパス開発センター>https://ccd.ninjal.ac.jp/]]
--[[「現代日本語書き言葉均衡コーパス」>https://ccd.ninjal.ac.jp/bccwj/]]
--[[「日本語歴史コーパス」>https://ccd.ninjal.ac.jp/chj/]]
***「中納言」の利用:形態論情報を使った検索 [#a2d44dc9]
この授業ではごく簡略に使い方を説明します(本格的な利用法は[[成蹊2021/日本語学講義D]]で)
-配布資料「『中納言』の使い方」
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=_R5FyuTc
-[[コーパス検索アプリケーション「中納言」>https://chunagon.ninjal.ac.jp]]
***形態論情報を使った検索 [#j7dd9570]
-まずは文字列検索で確認する
**2021/06/11 ひまわりとExcelの補足/「中納言」の紹介 [#v72bed59]
***複数の検索結果を統合する [#f6dce18e]
-一度の検索では探せない語群を集計する場合
一度にピボットテーブルで集計できるように検索結果1の表の下に検索結果2(列名なし)を貼り付けて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いると認識される)
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ではしばしばFn+→)) ファイルの末尾/表のいちばん右下に移動
-Shift+Ctrl+End((EndがFn+→の場合は、Shift+Ctrl+Fn+→を同時押し)) 〃範囲を選択
+表をコピー
--Ctrl+Home((EndキーはノートPCではしばしばFn+←))(表の左上へ移動), ↓(列名は選択しないようにするため1行下へ),Shift+Ctrl+End, Ctrl+C(コピー)
+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(貼り付け)
***作品数の調査(用例数ではなく) [#qee8d8b6]
-たとえば人称代名詞のように、一つの作品に偏って大量に用例がある場合
***テキストエディタで「ひまわり」の検索結果を加工する [#j3fd8ed9]
--例:正規表現で前後文脈を整える
***「ひまわり」で利用可能なその他のデータについて [#h3ce7acd]
--[[近代語のコーパス>https://ccd.ninjal.ac.jp/cmj/]]
***ひまわり+Excelの復習 [#n9a2dc03]
-例:「細君」「妻君」
--類義語「妻(つま)」「妻(さい)」「奥さん」etc.
--対義語「夫」「主人」「旦那」etc.
-例:「障碍」「障害」 [[ケーススタディ/障がい]]
-例:「~的な」「~的の」
--二字漢語+的な/の の通時的変化
***「中納言」の紹介 [#l5ec1957]
-[[コーパス検索アプリケーション「中納言」>https://chunagon.ninjal.ac.jp]]
-「現代日本語書き言葉均衡コーパス」(BCCWJ):現代語との比較に
-「日本語歴史コーパス」(CHJ):近代の文学作品以外との比較や、近代以前との比較、より長いスパンでの言語変化の調査に
-★授業アカウントの配布
***レポートテーマと予備調査結果発表(ライトニングトーク)について [#w47f973f]
-レポートテーマ案:6月18日
-予備調査結果発表(ライトニングトーク):7月2日(できなかった残りは9日)
-一人数分、スライド数枚で発表
**2021/06/04 さまざまな集計方法/レポートについて [#rb474b11]
***課題(復習) [#be955334]
Himawari+青空文庫(文学作品)パッケージを使って、「心持」と「気持」を検索し、検索結果にExcel上で作家の生年代(10年刻み)を付与したうえで、ピボットテーブルで集計して、生年代別に「心持」「気持」の用例数を示す表と使用割合を示すグラフを作成しなさい。
***分類用の列を作って集計する [#qcbc1b30]
-入力用の列を作り手作業で意味分類する
--例:「新聞紙」の意味・用法の変化
***サンプリング調査 [#m5567f46]
-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
***レポートテーマについて(予告) [#x67f47de]
-授業で紹介したエディタやひまわり、中納言、表計算ソフトの使い方を活かして、たとえば次のようなテーマでレポートをまとめてもらいます。データは授業で配布・紹介したものを自由に利用してください。
--例:作家ごとの言葉の使い方の違い
--例:類義語の意味の違い
--例:語の用法の変化
--例:語形・(表記)のゆれ
-などなど
**2021/05/28 検索結果のExcelによる集計(2) [#y616cc45]
***(復習)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
***ひまわり検索結果をExcelで扱う[#k187ca82]
--例:「それきり」「それぎり」
--「みたいだ」「みたようだ」
***生年代による集計(通時的変化) [#a3ab9dec]
-文字列処理関数の利用
--例: =LEFT(<文字列>,<文字数>)((LEFTのような関数名は小文字でも構わないが、記号も含め、必ず半角))
---生年代: =LEFT(<生年月日が入っているセル>,3)*10
-生年月日データの書式について
--下記の手順で「青空文庫」の生年月日が書式の自動変換でおかしくなるのを防ぐ必要がある
---Excelでは1900年以前の年月日は文字列、それ以降は日付として認識されるため
+Himawariで「すべて選択」後、「すべて選択」「コピー(列名含む)」をする
+Excelで生年月日の列が貼り付けられることになる列(NとO)を丸ごと選択し、書式を「文字列」とする
+Excelに貼り付ける
**2021/05/21 検索結果のExcelによる集計 [#b54075de]
***正規表現小テスト:答え合わせ [#ye6b8d74]
-正解のPDFを配布して説明します
***「ひまわり」とその使い方 [#a3d55af3]
-ひまわりの動作確認
-検索方法の説明
-ひまわりの正規表現について([[授業資料/Himawariの正規表現]])
-ふりがなの検索
***ひまわり検索結果をExcelで扱う [#k187ca82]
-例
--「気持ち」「心持ち」
---(作家/作品別の比較)
***Excelの基本操作 [#n45bc002]
-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【重要】
--ピボットグラフ
**2021/05/14 全文検索システム「ひまわり」 [#a0e09fa8]
***全文検索システム「ひまわり」について [#tc106bbb]
&ref(himawari_aozora.png,,50%);
-[[全文検索システム「ひまわり」>http://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9]]
--ただのテキストファイル(プレーンテキスト)ではなく、XML形式にして、インデックスを付けた専用のデータを利用
***「ひまわり」のインストール [#o7207f74]
+[[ひまわり のダウンロードページ>https://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9/%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9/%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9ver.1.6]]からプログラム本体(zipファイル)をダウンロード
+zipファイルを右クリックしてプロパティを見る→「セキュリティ」の右の「許可する」をチェックして「OK」
+ダブルクリックして開き、中のフォルダをまるごと(ドキュメントフォルダなどに)コピー
+フォルダ内のhimawari.exeをダブルクリックで起動(MacはHimawari.jar、または最初からMac版をインストール)
***「青空文庫パッケージ」のインストール [#q65dfc0e]
+青空文庫パッケージのダウンロード
//++[[ひまわり用「青空文庫」パッケージのダウンロードページ>http://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9%2F%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9%2F%A1%D8%C0%C4%B6%F5%CA%B8%B8%CB%A1%D9%A5%D1%A5%C3%A5%B1%A1%BC%A5%B8]]から「日本文学/小説(ndc913) 」をUSBメモリに直接ダウンロードして保存(サイズが大きいのでPCにダウンロードできない)
++[[ひまわり用「青空文庫」パッケージのダウンロードページ>http://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9%2F%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9%2F%A1%D8%C0%C4%B6%F5%CA%B8%B8%CB%A1%D9%A5%D1%A5%C3%A5%B1%A1%BC%A5%B8]]から「日本文学/小説(ndc913) 」をダウンロードして保存
+himawari.exeを起動
++Himawari画面上にダウンロードしたzipファイルをドラッグ&ドロップ((または、メニューのファイル>インストールをえらび、青空文庫パッケージのzipファイルを指定))
++しばらく待つと完了(数分から10分程度はかかる)
+要らなくなったUSBメモリ上の青空文庫パッケージzipファイルは不要なので削除する
***「ひまわり」とその使い方 [#a3d55af3]
-ひまわりの動作確認
-検索方法の説明
-ひまわりの正規表現について([[授業資料/Himawariの正規表現]])
-ふりがな(ルビ)の検索
***正規表現小テスト [#d780d343]
-ZoomのチャットでPDFファイルを配布します。
-下記のCourse Powerのサイトから提出してください。
**2021/05/07 正規表現2(タグ付き正規表現) [#ce0ae78a]
-今日の練習用テキストデータ
---[[soseki2.zip>https://www.dropbox.com/s/gw1j25svf2s9tki/soseki2.zip?dl=1]] (前回と同じもの)
***正規表現の応用 [#c7a3ea2d]
-カタカナ語
--カタカナ(外来語)の形容動詞語幹
-送りがなの揺れ(行う/行なう)
-会話文中("「"で始まる文中)の用例を検索する
-同一文中での共起
--全然~ない。
--もし~なら(ば)
***タグ付き正規表現 [#z9ef50e5]
-走[らりるれろ] でgrepした結果を置換するにはどうしたらいいか
--次のように置換するととんでもないことに…
---検索文字列:走[らりるれろっ]
---置換文字列:★走[らりるれろっ]
-タグ付き正規表現:カッコ(半角丸カッコ)と\1(\2,\3…)を使う
-[[授業資料/タグつき正規表現]]
***最長一致の原則(greedy matching) [#y047e9bd]
-正規表現は、パターンが一致する最も長い範囲にマッチする
--例:''あ+'' → ''【\1】''
---ああああああああ → 【ああああああああ】
そのせいで…
--例:''「(.+)」'' → ''【\1】''
---「こんにちは」「さようなら」 → 【こんにちは」「さようなら】
--括弧の組ごとに置換するためには''「([^」]+)」'' → ''【\1】'' のように書かなければならない
---「こんにちは」「さようなら」 → 【こんにちは】【さようなら】
-よりかんたんに指定するには(最短一致,ものぐさ指定)
--''「(.+?)」「(.*?)」''のように、繰り返し指定の+*の後に「?」をつける
-(参考)タグ付き正規表現の応用:[[grepと置換でKWICを作る>授業資料/grepと置換でKWICを作る]]
***検索文字列の中での後方参照 [#ra28185d]
-検索語の中で\1を使う
--(..)\1 「ころころ」「毎日毎日」など二文字の繰り返しにマッチ
--(.ろ)\1 「ころころ」「どろどろ」「へろへろ」などにマッチ
--(..)\1\1
--(...)\1
***正規表現に関する参考資料 [#w86de08b]
-サクラエディタの正規表現:http://sakura-editor.sourceforge.net/htmlhelp/HLP000089.html
-正規表現に関する本 [[amazonで検索>https://www.amazon.co.jp/s?k=%E6%AD%A3%E8%A6%8F%E8%A1%A8%E7%8F%BE]]
**2021/04/30 正規表現 [#e3661a38]
-今日の練習用テキストデータ
--[[soseki2.zip>https://www.dropbox.com/s/gw1j25svf2s9tki/soseki2.zip?dl=1]] (前回と同じもの)
***テキストエディタ・正規表現(文字クラス)の復習 [#i5600b09]
-文字クラス
--例:読[まみむめもん]
***正規表現のいろいろ [#q514651f]
-[[授業資料/正規表現]]
--文字クラス [ ]
--文字クラスの否定(補集合)[^ ]
--繰り返し ? + *
--グループ化 ()
--or(論理和) |
--文頭 ^、文末 $
**2021/04/23 テキストエディタの利用 [#ca0dd8a2]
***テキストデータ(青空文庫)の配布 [#bd04ed6f]
-★[[soseki2.zip>https://www.dropbox.com/s/gw1j25svf2s9tki/soseki2.zip?dl=1]] (今日の授業で使います)
--(参考:
[[aozoradoc2.zip>https://www.dropbox.com/s/t3udkej39grd7h1/aozoradoc2.zip?dl=1]](ちょっと古い青空文庫の全テキスト))
-ダウンロードして展開(解凍)してください
***復習[#j546f1d9]
-検索・置換、grep
--検索で初出行を調べる
--置換で用例数を数える
--grepで用例リストを作る
--タグジャンプで文脈を確認する
-Macでのgrep
--ターミナルでgrepを使ってファイル出力しておいてエディタで開く
grep 言葉 ./なつめそうせき(夏目漱石)/*.txt > 言葉.txt
***ショートカットキー [#da449f25]
-[[授業資料/覚えておきたいショートカットキー]]
-Mac のキーボードショートカット https://support.apple.com/ja-jp/HT201236
***grepと置換でKWIC(CSVファイル)を作る(簡易版) [#u3ab2d6f]
-CSVファイルとは:テキストファイルで表を表現する
[[用語:CSVファイル>http://e-words.jp/w/CSV.html]]
-KWIC:KeyWord In Context
***正規表現を使ってみる [#u471d57b]
-文字クラス
--例:読[まみむめもん]
---半角ブラケットの中に文字を並べる→並べた文字いずれか1文字
***正規表現とは [#d216d4e0]
-''正規表現'' [[>用語>http://e-words.jp/w/E6ADA3E8A68FE8A1A8E78FBE.html]]
--文字を表すための特殊な文字(メタ文字)を使って文字列のパターンを表現する
--テキストエディタでは置換・検索・grepで利用できる (エディタ以外にもさまざまなアプリケ-ションやコンピュータ言語で利用されている)
--特殊な文字(メタ文字)はすべて半角
//--特殊な文字そのものを表す場合には\でエスケープする(特殊な意味を打ち消す) 例:1\+2
-[[授業資料/正規表現]]
--文字クラス [ ]
--文字クラスの補集合(それ以外の文字)[^ ]
**2021/04/16 テキストデータと文字コード [#d34ebd0b]
***文字コード [#g8eacf69]
-㋿(令和)の話
--[[授業資料/文字コード関連リンク]]
***テキストデータ [#k896318b]
-すべての基本、文字が並ぶだけのデータ
-[[授業資料/テキストデータとは]]
--バイナリデータとテキストデータ
--テキストデータとテキストファイル
-TXT,CSV,HTM…
--ファイルの種類と拡張子 参考:[[拡張子辞典>http://www.7key.jp/data/ext_new/]]
--[[拡張子(wikipedia)>http://ja.wikipedia.org/wiki/%E6%8B%A1%E5%BC%B5%E5%AD%90]]
-授業で使うテキストデータ
--[[授業資料/テキストデータ紹介]]
***テキストエディタ [#q7ae852c]
-テキストエディタとはどんなものか
--[[授業資料/テキストエディタ]]
***サクラエディタのダウンロードとインストール [#bf5ea59f]
フリーソフトウェア(無償)のエディタを使います。
-★[[サクラエディタのダウンロード:https://github.com/sakura-editor/sakura/releases/download/v2.4.0/sakura-tag-v2.4.0-build2686-782347a-Win32-Release-Installer.zip]]
---(参考) サクラエディタホームページ:https://sakura-editor.github.io/
-インストールの手順
--ダウンロードしたzipファイルの中にあるsakura-install*.exeをデスクトップにコピー
--exeファイルを右クリックしてプロパティを見る→「セキュリティ」の右の「許可する」をチェックして「OK」
--ダブルクリックしてインストール
***Macの場合(CotEditorのダウンロードとインストール) [#c84ab588]
-CotEditor https://coteditor.com/
--Mac App Storeから入手
***テキストエディタを使ってみる [#zc42842b]
-テキストエディタの設定
--行の折り返し
--行番号表示
---スタイル行番号(ワープロ的行番号)と論理行番号(エディタ的行番号)
-練習用サンプルデータ(漱石 こころ.txt)
-検索・置換、grep
--検索で初出行を調べる
--置換で用例数を数える
--grepで用例リストを作る
--タグジャンプで文脈を確認する
**2021/04/09 [#n5d114e2]
***イントロダクション [#j7eb4b41]
-[[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 https://www.ninjal.ac.jp/
--[[コーパス開発センター>https://ccd.ninjal.ac.jp/]]
-シラバス確認
--[[シラバス>https://portal.seikei.ac.jp/campusweb/slbssbdr.do?risyunen=2021&semekikn=1&kougicd=125236130]]
--この授業の目的
--授業の進め方
--評価方法
***授業で利用する主なソフトウェア [#i06478d2]
|ソフトウェアの種類・名前|利用目的|h
|[[テキストエディタ ''サクラエディタ''>http://sourceforge.net/projects/sakura-editor/]]|正規表現を使ったテキストの検索・整形|
|[[全文検索ソフト''ひまわり''>http://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9]]|データの検索|
|表計算ソフト''Excel''|ピボットテーブルによる分析・グラフ作成|
|ワープロ''Word''|「スタイル」を利用したレポート作成|
***授業で利用する主なデータ [#g7f34e64]
-[[青空文庫>https://www.aozora.gr.jp/]]の近代の小説
-国立国語研究所の[[「現代日本語書き言葉均衡コーパス」>https://ccd.ninjal.ac.jp/bccwj/]]
***デモ [#hb184f26]
--テキストエディタとgrep
--全文検索システム[[ひまわり>https://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9]]
--Excel(ピボットテーブル)
--形態素解析:[[Web茶まめ>https://chamame.ninjal.ac.jp]]
-現代語コーパス
--[[梵天(BCCWJ文字列検索)>https://bonten.ninjal.ac.jp/bccwj/string_search]]
--[[中納言>https://chunagon.ninjal.ac.jp]]