上智2014
コーパスにもとづく日本語史研究
- 後期・金曜4限
- ogiso＠ogiso.net ←＠を@に直してください
2014/10/10
- 次回以降、USBメモリ（2GB以上）を持ってきてください。
日本語歴史コーパス（CHJ）の登録
- 申込用紙・契約書2枚
- 次回、押印して持ってくること。
「コーパス」について†
- 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。
- BCCWJ / 太陽コーパス / 明六雑誌コーパス / 日本語歴史コーパス
- 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、言語研究に利用可能。
- 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 / 国会会議録）
- Web上のデータ
- 検索サイトの利用
- WAC（Web as Corpus）
総索引から電子化テキストへ（国語史資料の電子化の歴史）
- 戦後、総索引が整備されはじめる
- 1929～31『万葉集総索引』
- 1952『源氏物語用語索引』
- 1955『徒然草総索引』
- 1980年代から徐々に日本語史資料へのコンピュータ応用が始まる
- 金水（1984）,豊島（1983,1987），西端（1983,1989），岡島，近藤…
- 総索引作成のための電子化テキスト利用など
- 1990年代、電子化テキストの利用が広がる
- 『源氏物語』テキストデータベース（長瀬1990）
- 国語学会（現日本語学会）1992年度春季大会テーマ「国語研究資料の「電子化」とその利用」
- 青空文庫 1997～ http://www.aozora.gr.jp/
- この頃、CD-ROM索引も『新大系 八代集』『新編国歌大観』『角川古語大観 源氏物語』「国文学研究資料館データベース 古典コレクション」『国定読本用語総覧』
テキストファイル
プレーンテキストからタグ付きテキストへ
2014/10/03
イントロダクション
- デモ
- 「日本語歴史コーパス（CHJ）」
- CHJ中納言
- Excelによる集計（ピボットテーブル）
- ひまわり（「太陽コーパス」）
- 形態素解析：茶まめ／MeCab+UniDic
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
