東大2016/コーパス言語学入門の履歴差分(No.10)

追加された行はこの色です。
削除された行はこの色です。
*コーパス言語学入門・日本語コーパスの活用
-コーパス言語学入門(人文社会系研究科/基礎文化研究専攻言語学専門分野)
-人文情報学特殊講義(文学部次世代人文学開発センター)
-言語学特殊講義(文学部言語文化学科言語学専修課程)
-冬学期 4限（14：55～16：40） 法文1号室 111教室


**2016/10/14
-配布資料：「中納言の使い方」（次回以降も使います）

***（前回補足）コーパスの設計とサンプリング
--BCCWJの基本設計：http://pj.ninjal.ac.jp/corpus_center/bccwj/basic-design.html
--サンプリング：http://pj.ninjal.ac.jp/corpus_center/bccwj/sampling.html

***XMLによる電子化
--http://pj.ninjal.ac.jp/corpus_center/bccwj/XML.html

***形態論情報
--http://pj.ninjal.ac.jp/corpus_center/bccwj/morphology.html


-短単位と長単位
--''（配付資料）''参照
--''（スライド）''参照

-品詞体系
--BCCWJはUniDicの品詞体系にもとづく
--BCCWJは[[UniDic>https://ja.osdn.net/projects/unidic/]]の品詞体系にもとづく
---形態論情報の例
--[[授業資料/UniDicの品詞体系]]
--[[授業資料/UniDicの見出し語階層]]


***参考リンク
-BCCWJ関連報告書 http://pj.ninjal.ac.jp/corpus_center/bccwj/doc.html


**2016/10/7

-配布資料：「仮想講義」（前川）

***「コーパス」について [#k44345b6]

-OED corpus, n.　http://www.oed.com/view/Entry/41873

: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 (日本語研究資料の変遷)

+(紙の)本文
+(紙の)総索引（コンコーダンス）
+各種の電子テキスト
+構造化テキスト
--[[太陽コーパス>http://pj.ninjal.ac.jp/corpus_center/cmj/taiyou/]]など
+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）>http://pj.ninjal.ac.jp/corpus_center/bccwj/]]など

***コーパスに求められるもの

-コーパス以前の電子化日本語資料（とその限界）
--個人研究者による電子化テキスト
---cf. [[日本文学等テキストファイル(岡島昭浩)>http://www.ne.jp/asahi/nihongo/okajima/bungaku.htm]]
--出版社による電子出版物（CD-ROM）
---新潮文庫の100冊 etc.
--新聞のデータベース（CD-ROM）
---毎日新聞CD-ROM etc.
--研究機関のデータベース
---国文学資料館 大系DB etc.
--Web上のテキストアーカイブ
---青空文庫 etc.
--Webそのもの
---Web as Corpus

-コーパスへの要請
--大規模であること
--各種のテキストが含まれていて、ジャンルなどのバランスがとれていること
--著作権の問題がないこと
--言語研究に利用できる情報がついていること


***コーパスの設計とサンプリング

-''（スライド参照）''
-均衡コーパス（Balanced corpus）
--「バランスがとれている」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


***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://khnt.aksis.uib.no/icame/manuals/brown/]] http://khnt.aksis.uib.no/icame/manuals/brown/
--[[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]]



**2016/9/30
***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/
--[[国立国語研究所コーパス開発センター>http://pj.ninjal.ac.jp/corpus_center/]]
-コーパス
--[[現代日本語書き言葉均衡コーパス（BCCWJ）>http://pj.ninjal.ac.jp/corpus_center/bccwj/]]
--[[日本語歴史コーパス（CHJ）>http://pj.ninjal.ac.jp/corpus_center/chj/]]
--[[形態素解析辞書UniDic>http://sourceforge.jp/projects/unidic/]]

-デモ
--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
-受講者の関心・スキルについて

***「中納言」オンライン利用申込み
-https://chunagon.ninjal.ac.jp/useraccount/register
東大2016/コーパス言語学入門 の履歴差分(No.10)

東大2016/コーパス言語学入門の履歴差分(No.10)
