[[東京外大2017]] *Japan Studies 1:コーパス日本語学入門 -春学期・木曜4限 -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」 https://chunagon.ninjal.ac.jp/>https://chunagon.ninjal.ac.jp/]] **2017/04/27 ***短単位と長単位 -配布資料参照 ***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]] ***形態論情報を使った検索 -例 ***(参考)Web茶まめ http://chamame.ninjal.ac.jp/ **2017/04/20 ***「中納言」オンライン利用申込み -https://chunagon.ninjal.ac.jp/useraccount/register ***コーパスの設計とサンプリング //-''([[スライド>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=2017_%C2%E83%B2%F3%A5%B3%A1%BC%A5%D1%A5%B9%A4%CE%C0%DF%B7%D7%A4%C8%A5%B5%A5%F3%A5%D7%A5%EA%A5%F3%A5%B0.pptx&refer=%C5%EC%B5%FE%B3%B0%C2%E72017%2FJapanStudies1]]参照)'' 第2回コーパスの設計とサンプリング -''(スライド参照)'' 第2回コーパスの設計とサンプリング -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 ***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]] **2017/04/13 ***「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、言語研究にも利用可能。 --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) -この授業で扱うのは主に狭義のコーパス。中でも「現代日本語書き言葉均衡コーパス(BCCWJ)」が中心 -日本語コーパス以前のデータとBCCWJの違いは --cf. スライド ***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 ***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 ***「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]] ***「中納言」オンライン利用申込み -https://chunagon.ninjal.ac.jp/useraccount/register **2017/04/06 ***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/]] -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