成蹊2025
日本語学講義Ｄ†
- 2025年度後期・金曜2限：10:40～12:20
- 教室:7号館303
10/03 第2回 コーパスとは ／ 『現代日本語書き言葉均衡コーパス』『日本語日常会話コーパス』†
「中納言」授業アカウント配布†
コーパスを使ってみる†
細かい話は抜きで「中納言」でコーパスを使ってみよう
- 『現代日本語書き言葉均衡コーパス』（BCCWJ）
- コアデータのみを対象とする指定（負荷軽減のため）
- 文字列検索
- 短単位検索
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。
- 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）
- この授業で主に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）」「日本語日常会話コーパス（CEJC）」と「日本語歴史コーパス（CHJ）」「昭和・平成書き言葉コーパス（SHC）」
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
「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†
- 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
「日本語日常会話コーパス」（CEJC）の設計・構成†
09/26 第1回 イントロダクション†
授業内容等の確認†
授業内容デモ†
「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）†
09/19 第0回 休講†
初回から申し訳ありませんが、国際会議（EAJRS, TEI）出張のため休講です。
9月16日分のリンク先を見て、この授業で使うコーパスについて予習をしておいてください。
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
