東京外大2016/JapanStudies1 の履歴差分(No.6)

• 履歴一覧
• 現在との差分 を表示
• ソース を表示
• 履歴 を表示
• 東京外大2016/JapanStudies1 へ行く。
  • 1 (2016-04-07 (木) 12:03:07)
  • 2 (2016-04-07 (木) 13:50:33)
  • 3 (2016-04-08 (金) 06:02:26)
  • 4 (2016-04-14 (木) 12:46:15)
  • 5 (2016-04-15 (金) 08:33:43)
  • 6 (2016-04-18 (月) 15:45:53)
  • 7 (2016-04-21 (木) 01:45:07)
  • 8 (2016-04-21 (木) 14:15:08)
  • 9 (2016-04-21 (木) 14:15:08)
  • 10 (2016-04-27 (水) 11:08:23)
  • 11 (2016-04-28 (木) 13:55:12)
  • 12 (2016-05-11 (水) 19:12:14)
  • 13 (2016-05-12 (木) 14:12:24)
  • 14 (2016-05-19 (木) 13:52:35)
  • 15 (2016-05-26 (木) 14:10:00)
  • 16 (2016-05-26 (木) 14:10:27)
  • 17 (2016-06-02 (木) 11:53:50)
  • 18 (2016-06-09 (木) 10:19:58)
  • 19 (2016-06-09 (木) 13:31:49)
  • 20 (2016-06-16 (木) 07:07:10)
  • 21 (2016-06-16 (木) 15:49:36)
  • 22 (2016-06-21 (火) 16:33:13)
  • 23 (2016-06-23 (木) 14:15:02)
  • 24 (2016-06-23 (木) 16:08:49)
  • 25 (2016-06-28 (火) 15:29:09)
  • 26 (2016-06-30 (木) 13:49:38)
  • 27 (2016-07-07 (木) 13:20:44)
  • 28 (2016-07-07 (木) 13:20:44)

• 追加された行はこの色です。
• 削除された行はこの色です。

[[2016東京外大]]

*Japan Studies 1：コーパス日本語学入門

-前期・木曜4限
-ogiso＠ogiso.net　←＠を@に直してください


**2016/04/21

-今回からUSBメモリを使います。


***テキストエディタ

-テキストデータ（青空文庫）の配布
---[[soseki2.zip>https://dl.dropboxusercontent.com/u/134600/soseki2.zip]] （今日の授業で使います）
---[[aozoradoc2.zip>https://dl.dropboxusercontent.com/u/134600/aozoradoc2.zip]]（青空文庫全テキスト・参考）
--ダウンロードしてUSBメモリに展開（解凍）してください

-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
--サブフォルダのgrep

***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]]


***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
--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）
--記号はすべて半角
--記号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

-文字クラス [ ]
--文字クラスの補集合（それ以外の文字）[^ ]

-[[授業資料/正規表現]]



**2016/04/14
-次回以降、USBメモリ（少なくとも2GB以上）を持ってきてください。

***「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。
--現代日本語書き言葉均衡コーパス（BCCWJ） / 日本語歴史コーパス（CHJ）
: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）

***紙の資料からコーパスまで

+(紙の)本文
+(紙の)総索引（コンコーダンス）
+電子テキスト
+構造化テキスト
+形態論情報付きコーパス


***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]]


-サクラエディタのダウンロードとインストール
--[[サクラエディタのダウンロード:sakura2.zip>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=sakura2.zip&refer=%C5%EC%B5%FE%B3%B0%C2%E72016%2F%C1%B0%B4%FC]]
---(参考) サクラエディタホームページ：http://sourceforge.net/projects/sakura-editor/

-zipファイルの展開（解凍）
--解凍しないままでも開けるが必ず解凍すること

-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＋芥川）
--[[sample.zip>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=sample.zip&refer=%C0%AE%EC%FE2013%2F%C6%FC%CB%DC%B8%EC%C6%FC%CB%DC%CA%B8%B3%D8%A4%CE%A4%BF%A4%E1%A4%CE%A5%B3%A5%F3%A5%D4%A5%E5%A1%BC%A5%BF]]


***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


**2016/04/07
***イントロダクション/日本語コーパスの紹介

-[[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/]]
--[[形態素解析辞書UniDic>http://sourceforge.jp/projects/unidic/]]

-デモ
-「現代日本語書き言葉均衡コーパス（BCCWJ）」
--BCCWJ[[少納言>http://shonagon.ninjal.ac.jp]]
--BCCWJ[[中納言>http://chunagon.ninjal.ac.jp]]
--[[Web茶まめ>http://chamame.ninjal.ac.jp]]
-Excelによる集計（ピボットテーブル）

-シラバス確認
--この授業の目的
--授業の進め方
--評価方法