- 追加された行はこの色です。
- 削除された行はこの色です。
[[成蹊2018]]
-前期・金曜2限
//-7号館3階 301パソコン教室
-ogiso@ogiso.net ←@を@に直してください
-[[コーパス検索アプリケーション「中納言」>http://chunagon.ninjal.ac.jp]]
*日本語学講義E
**2018/06/16(土曜授業日)
-『日本語歴史コーパス』を中心に解説・質疑を行います。
-参加できない人は次のいずれかの課題を提出して下さい。いずれも、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6月21日までに提出すること。
++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(BCCWJ)中納言で検索し、その名詞の用例数付きのリスト(用例数が多いもの順)をExcelを使って作成しなさい。
++レポートテーマ案を考え、その言葉を「中納言」で検索し、ピボットテーブルで集計しなさい。
***授業代替レポートについて
-''16日(土)の授業に参加できない人は次のいずれかの課題を提出して下さい。'' いずれも、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6月21日までに提出すること。コメントはExcelシート上のわかりやすい場所に記述すること。
++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(BCCWJ)中納言で検索し、その名詞の用例数付きのリスト(用例数が多いもの順)をExcelを使って作成し、そこから分かることをコメントしなさい。ただし用例数が100以上ある形容詞に限る。
++レポートテーマ案を考え、その言葉を「中納言」で検索し、ピボットテーブルで集計し、どのような観点でレポートを書くかコメントしなさい。
**2018/06/15
***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。
**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)>http://www.bunka.go.jp/tokei_hakusho_shuppan/tokeichosa/kokugo_yoronchosa/]]
--[[〈参考〉国語研・ことばの疑問>https://kotobaken.jp/qa/]]
***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”
**2018/06/08
***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
+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
+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
**2018/06/01
***(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"
***「中納言」検索結果のダウンロードとExcelでの利用
+ダウンロード
+アーカイブの展開(解凍)
+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
//**【予告】&color(red){2018/5/19(土)、2018/5/25 休講};
**2018/5/19(土)、2018/5/25 休講
-海外出張のため休講とします。
***提出課題(6月1日までにメールまたはポータルサイトで解答)
-形態論情報を利用した検索(BCCWJ中納言を使って答えなさい)
+「キリギリス」の用例数(全ての表記形)
+「猫」の前に形容詞が二つ並んで出てくる用例(用例を挙げる)
+可能動詞「勝てる」の用例数
--質問があったらメールで連絡して下さい。
**2018/05/18
***「中納言」の利用:形態論情報を使った検索
-配布資料「『中納言』の使い方」
**2018/05/11
***コーパスの形態論情報:短単位と長単位
-配布資料参照([[SEIKEIポータル>https://portal.seikei.ac.jp/]]の「授業資料」からダウンロードできます)
-配布資料「『中納言』の使い方」
--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。
***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
-[[授業資料/UniDicの品詞体系]]
-[[授業資料/UniDicの見出し語階層]]
***(参考)Web茶まめ
-http://chamame.ninjal.ac.jp/
**2018/04/27
***日本語コーパス(BCCWJ)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
***『日本語歴史コーパス』の設計
***参考リンク
-英語のコーパス リファレンス
--[[ブラウンコーパス マニュアル>http://www.hit.uib.no/icame/brown/bcm.html]]
http://www.hit.uib.no/icame/brown/bcm.html
--[[BNCリファレンスガイド>http://www.natcorp.ox.ac.uk/docs/URG/]] http://www.natcorp.ox.ac.uk/docs/URG/
-現代日本語書き言葉均衡コーパス(BCCWJ)
--[[現代日本語書き言葉均衡コーパス:概要>http://pj.ninjal.ac.jp/corpus_center/bccwj/index.html]]
--[[現代日本語書き言葉均衡コーパス:サンプリング>http://pj.ninjal.ac.jp/corpus_center/bccwj/sampling.html]]
**2018/04/20
***「中納言」オンライン利用申込み
-https://chunagon.ninjal.ac.jp/useraccount/register
***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>http://shonagon.ninjal.ac.jp]]
--登録不要
--文字列検索のみ
--500例まで表示
-[[BCCWJ中納言>http://chunagon.ninjal.ac.jp]]
--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(BCCWJ)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)''
**2018/04/13
***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://pj.ninjal.ac.jp/corpus_center/]] http://pj.ninjal.ac.jp/corpus_center/
-デモ
--[[「現代日本語書き言葉均衡コーパス(BCCWJ)」>http://pj.ninjal.ac.jp/corpus_center/bccwj/]]
---BCCWJ[[少納言>http://shonagon.ninjal.ac.jp]]
---[[中納言>http://chunagon.ninjal.ac.jp]]
--Excelによる集計(ピボットテーブル)
--形態素解析
---[[Web茶まめ>http://chamame.ninjal.ac.jp]]
-シラバス確認
--[[シラバス>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=SEIKEI2018a_syllabus.pdf&refer=%C0%AE%EC%FE2018%2F%C6%FC%CB%DC%B8%EC%B3%D8%B9%D6%B5%C1E]]
--この授業の目的
--授業の進め方
--評価方法
--アンケート