2021清泉女子大学 集中講義


9月6日(月)

第1回 イントロダクション

イントロダクション

授業内容等の確認


「中納言」アカウントについて

授業で利用する主なソフトウェア・Webアプリケーション(予定)

ソフトウェアの種類・名前利用目的
コーパス検索アプリケーション「中納言」コーパスの検索
表計算ソフトExcelピボットテーブルによる分析・グラフ作成
ワープロWord「スタイル」を利用したレポート作成
Web茶まめ形態素解析
テキストエディタ サクラエディタ正規表現を使ったテキストの検索・整形

授業内容デモ


第2回 日本語コーパスの紹介(1)『現代日本語書き言葉均衡コーパス』

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。
  • 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。

紙の資料からコーパスまで (日本語研究資料の変遷)

  1. (紙の)本文
  2. (紙の)総索引(コンコーダンス)
  3. 各種の電子テキスト
  4. 構造化テキスト
  5. 形態論情報付きコーパス

コーパスに求められるもの

「現代日本語書き言葉均衡コーパス」(BCCWJ)の構成とサンプリング


参考リンク


第3回 日本語コーパスの紹介(2)『日本語歴史コーパス』

「日本語歴史コーパス」(CHJ)の構成

近世以前
残されている資料が少なく、できるだけ(可能なら全部)コーパスに入れたい
近世(後期)以降
偏りはあるものの選べるだけの資料があるが、それでもなるべく全文でいれたい(作品など資料単位で調査したい)

近代語コーパスの場合

利用する側から見たコーパスの設計

9月7日(火)

第4回 コーパスの形態論情報と形態素解析(Web茶まめ)

コーパスの形態論情報

品詞体系

コーパスへの形態論情報の付与

形態素解析を試してみる

形態素解析の仕組み

参考資料

第5回 Web版コーパス検索ツールの利用(1)「中納言」の紹介

第6回 Web版コーパス検索ツールの利用(2)「中納言」の利用

位置情報と用例へのパーマリンク

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"

9月13日(月)

第7回 検索結果の集計と分析(1) 表計算ソフト

「中納言」検索結果のダウンロードとExcelでの利用

  1. ダウンロード
  2. Excelでインポート

Excelの基礎

第8回 検索結果の集計と分析(2) ピボットテーブル

【重要】ピボットテーブルの使い方

複数の検索結果の結合

一度にピボットテーブルで集計できるように一つの表にまとめる

ショートカットキーを活用すると便利

  1. 表をコピー
    • Ctrl+Home*5(表の左上へ移動), ↓(列名は選択しないようにするため1行下へ),Shift+Ctrl+End, Ctrl+C(コピー)
  2. コピーした表を既存の表の下に貼り付け
    • Ctrl+↓(表の一番下の行に移動), ↓(1行下へ), Ctrl+V(貼り付け)

または、「検索条件式ごとに出力ファイルを分割する」を外して検索条件式で一度にダウンロード(ZIPファイルの中のcsvファイルを利用)

キー: 語彙素="ワイン";
キー: 語彙素="ウイスキー";
キー: 語彙素="ビール";
キー: 語彙素="ブランデー";
キー: 語彙素="葡萄" AND 後方共起: 語彙素="酒" ON 1 WORDS FROM キー;
キー: 語彙素="日本" AND 後方共起: 語彙素="酒" ON 1 WORDS FROM キー;

(補足)ショートカットキーについて

集計用の列を自分で用意する

検索結果の集計と分析(3) データの加工と集計(関数の利用)

ランダムサンプリング調査

出現サンプル数の調査(重複の削除)

用例数ではなく、用例が一つでも出現したサンプルの数を調べたい場合

9月14日(火)

Excelの文字列関数

集計に必要な情報をフィールドから切り出すことで集計に使う

BCCWJ利用の落とし穴

調整頻度(pmw)

(Excel基礎)セルの相対参照と絶対参照

調整頻度の例:『日本語歴史コーパス』

(参考)VLOOKUP関数の利用

辞書引き集計

自分で作った(または誰かが用意してくれた)辞書データ(コーパスの見出し語に対する追加情報)を利用する

アノテーションの利用

自分で作った(または誰かが用意してくれた)コーパスへのアノテーション(用例に対する注釈データ)を利用する

レポートテーマについて

*6

9月16日(木)

第10回 テキストデータの処理(テキストエディタと正規表現)

デモ

Excelで中納言検索結果の列を丸ごとコピーし、エディタで整形した後、Excelに貼り付ける

※慣れると文字列関数よりも早くて便利

テキストデータについて

テキストエディタ

テキストエディタのダウンロードとインストール

テキストエディタの基本操作

正規表現とは

正規表現のいろいろ

正規表現の応用

「中納言」インラインタグ機能の利用

テーマ発表 PowerPointを用いた発表

文書構造を意識したレポートの書き方(Wordの機能の活用)

文書の構造化とWordの使い方(レポートの書き方)

レポートの構成について


授業計画


*1 サンプル先頭からの文字数を10倍したもの
*2 Macの場合はCommand
*3 EndキーはノートPCではしばしばFn+→
*4 EndがFn+→の場合は、Shift+Ctrl+Fn+→を同時押し
*5 HomeキーはノートPCではしばしばFn+←
*6 実際に検索してみてできそうなものと難しそうなものが含まれています
*7 を空文字列に置換。以下同じ

トップ   編集 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2021-09-16 (木) 13:01:57