上智2014/国語学演習Ib の履歴ソース(No.6)

[[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

-CHJ中納言 https://maro.ninjal.ac.jp/


**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 [#k44345b6]

: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」
---日本文学等テキストファイル（岡島）http://www.let.osaka-u.ac.jp/~okajima/bungaku.htm
---J-TEXT日本文学電子図書館（菊池・深沢）http://www.j-texts.com/
--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
-テキストデータとはどんなものか
--[[授業資料/テキストデータとは]]
--[[授業資料/テキストデータ紹介]]（広義のコーパス）
-テキストエディタ
--[[授業資料/テキストエディタ]]

***プレーンテキストからタグ付きテキストへ
-2000年代（タグ付きテキスト「コーパス」へ）
--狭義の「コーパス」登場
---『太陽コーパス』2005




**2014/10/03
***イントロダクション

-[[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 http://www.ninjal.ac.jp/
-コーパスとは
--[[国立国語研究所コーパス開発センター>http://www.ninjal.ac.jp/corpus_center/]]
--[[形態素解析辞書UniDic>http://sourceforge.jp/projects/unidic/]]
---http://www2.ninjal.ac.jp/lrc/index.php?UniDic

-デモ
-「日本語歴史コーパス（CHJ）」
--CHJ[[中納言>http://maro.ninjal.ac.jp]]
--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


-シラバス確認
-[[シラバス>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=%A5%B7%A5%E9%A5%D0%A5%B9%C5%D0%CF%BF%20%5BLOYOLA%5D%B8%E5%B4%FC.pdf&refer=%BE%E5%C3%D22014%2F%B9%F1%B8%EC%B3%D8%B1%E9%BD%ACIb]]
--この授業の目的
--授業の進め方
--評価方法