成蹊2011/日本語学講義E の履歴(No.10) - OGI-Wiki

金曜4限
資料はIT's Classの教材のページを見てください。
http://www.cc.seikei.ac.jp/
コーパス検索ツール：中納言

2010/05/13　コーパスとテキストの電子化（文字コード，マークアップ）

（スライド参照）IT's Class >日本語学講義Ｅ>教材>スライド>5月13日コーパスとテキストの電子化

文字コードの問題
- 文字化けのいろいろ
- 文字集合と文字符号化方式
- 包摂規準
文書構造のマークアップ
- XML

2011/05/06　日本語コーパスの紹介（2）均衡コーパスとサンプリング

（スライド参照）IT's Class >日本語学講義Ｅ>教材>スライド>5月6日均衡コーパスとサンプリング
- 「バランスがとれている」とは？
- コーパスの母集団とサンプリング
著作権をめぐる問題

参考
- ブラウンコーパスマニュアル

2011/04/29　日本語コーパスの紹介（1）コーパスとはどんなものか

（スライド参照）: IT's Class >日本語学講義Ｅ>教材>スライド>4月29日コーパスとは

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）」
- もうひとつの授業「日本語日本文学のためのコンピュータ」で扱っているデータは後者

日本語コーパス以前のデータとBCCWJの違いは

コーパスを使ってみる KOTONOHA検索デモサイト
- お試し版＝各種制限有り（文字列検索のみ，表示は500例まで）

2011/04/22　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

シラバス確認
- この授業の目的
- 授業の進め方
- 評価方法

デモ
- コーパス検索ツール：中納言
- 形態素解析