#author("2024-05-18T11:51:11+09:00","default:ogiwiki","ogiwiki")
#author("2024-05-18T11:55:14+09:00","default:ogiwiki","ogiwiki")
[[成蹊2024]]

*応用日本語講座 [#vb1e1a30]
-2023年度後期・金曜2限:''10:40~12:20''
-教室:7号館303 ※4月19日から変更になりました。
-Mail: ogiso@ogiso.net

//-[[コーパス検索アプリケーション''「中納言」''>https://chunagon.ninjal.ac.jp/]]

-[[シラバス>https://portal.seikei.ac.jp/campusweb/slbssbdr.do?value(risyunen)=2024&value(semekikn)=1&value(kougicd)=125236130&value(crclumcd)=50224-0100]]
-[[CoursePower授業ページ>https://lms.seikei.ac.jp/lms/lginLgir/index?target=x4eCxpPC]]

**5/24 「ひまわり」の利用と検索結果のExcelでの集計/正規表現小テスト [#hbd44774]

***全文検索システム「ひまわり」 [#a2814a7f]

-[[全文検索システム「ひまわり」>http://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9]]
--ただのテキストファイル(プレーンテキスト)ではなく、XML形式にして、インデックスを付けた専用のデータを利用

&ref(Himawari_SS.png,,50%);

***「ひまわり」とその使い方 [#a3d55af3]

-ひまわりの動作確認
-検索方法の説明
-ひまわりの正規表現について([[授業資料/Himawariの正規表現]])
-ふりがなの検索

***ひまわり検索結果をExcelで扱う [#k187ca82]
-例:「それきり」「それぎり」
--(作家/作品別の比較)

***Excelの基本操作 [#n45bc002]

-並べ替え(ソート)
-フィルター(絞り込み)
--テキストフィルター
--多重フィルター(複数の条件指定)
-ピボットテーブル【重要】
--ピボットグラフ


-------

***前回補足:Wordのワイルドカードと正規表現 [#ob585ec6]
-https://note.com/jinbunxshakai/n/n8070db080041


***正規表現小テスト [#b6cadc4f]


**5/17 タグ付き正規表現/全文検索システム「ひまわり」 [#c65a4067]


***タグ付き正規表現 [#z9ef50e5]

-走[らりるれろ] でgrepした結果を置換するにはどうしたらいいか
--次のように置換するととんでもないことに…
---検索文字列:走[らりるれろっ] 
---置換文字列:★走[らりるれろっ] 
-タグ付き正規表現:カッコ(半角丸カッコ)と\1(\2,\3…)を使う
-[[授業資料/タグつき正規表現]]


***最長一致の原則(greedy matching) [#y047e9bd]
-正規表現は、パターンが一致する最も長い範囲にマッチする
--例:''あ+'' → ''【\1】''
---ああああああああ → 【ああああああああ】
そのせいで…
--例:''「(.+)」'' → ''【\1】''
---「こんにちは」「さようなら」 → 【こんにちは」「さようなら】
--括弧の組ごとに置換するためには''「([^」]+)」'' → ''【\1】'' のように書かなければならない
---「こんにちは」「さようなら」 → 【こんにちは】【さようなら】
-よりかんたんに指定するには(最短一致,ものぐさ指定)
--''「(.+?)」「(.*?)」''のように、繰り返し指定の+*の後に「?」をつける


-(参考)タグ付き正規表現の応用:[[grepと置換でKWICを作る>授業資料/grepと置換でKWICを作る]]


***検索文字列の中での後方参照 [#ra28185d]
-検索語の中で\1を使う
--(..)\1  「ころころ」「毎日毎日」など二文字の繰り返しにマッチ
--(.ろ)\1  「ころころ」「どろどろ」「へろへろ」などにマッチ
--(..)\1\1
--(...)\1


***正規表現に関する参考資料 [#w86de08b]
-サクラエディタの正規表現:https://sakura-editor.github.io/help/HLP000089.html
-正規表現に関する本 [[amazonで検索>https://www.amazon.co.jp/s?k=%E6%AD%A3%E8%A6%8F%E8%A1%A8%E7%8F%BE]]
-ゲームの紹介:
--[[正規表現を学ぶ狩りに出ようRegex Hunting>https://www.regex-hunting.com/]]


***ゲームの紹介 [#k337bfef]
-正規表現を学ぶ狩りに出ようRegex Hunting
--https://www.regex-hunting.com/

***「ひまわり」の準備 [#a1c1b435]
-[[全文検索システム「ひまわり」>https://csd.ninjal.ac.jp/lrc/?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9]]
***「ひまわり」のインストール [#o7207f74]
+[[ひまわり のダウンロードページ>https://csd.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9/%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9/%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9ver.1.7]]からプログラム本体(zipファイル)をダウンロード
+zipファイルを右クリックしてプロパティを見る→「セキュリティ」の右の「許可する」をチェックして「OK」
+ダブルクリックして開き、中のフォルダをまるごと(USBメモリに)コピー
+フォルダ内のhimawari.exeをダブルクリックで起動(MacはHimawari.jar、または最初からMac版をインストール)


***「青空文庫パッケージ」のインストール [#q65dfc0e]
+青空文庫パッケージのダウンロード
++[[ひまわり用「青空文庫」パッケージのダウンロードページ>https://csd.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9/%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9/%A1%D8%C0%C4%B6%F5%CA%B8%B8%CB%A1%D9%A5%D1%A5%C3%A5%B1%A1%BC%A5%B8#g26eb865]]から「日本文学/小説(ndc913) 」をUSBメモリに直接ダウンロードして保存(サイズが大きいので大学のPCではダウンロードできない)
+himawari.exeを起動
++Himawari画面のファイル→インストールをえらび、青空文庫パッケージのzipファイルを指定
++しばらく待つと完了(数分から10分程度はかかる)
+要らなくなったUSBメモリ上の青空文庫パッケージzipファイルは不要なので削除する

***「ひまわり」とその使い方 [#a3d55af3]

-ひまわりの動作確認
-検索方法の説明
-ひまわりの正規表現について([[授業資料/Himawariの正規表現]])
-ふりがな(ルビ)の検索


**5/10 正規表現の応用 [#j088ce47]


***[[授業資料/正規表現]]つづき [#v8e822a2]
-[[授業資料/正規表現]]
--繰り返しに関するメタ文字から

***正規表現の応用 [#c7a3ea2d]
-カタカナ語
--カタカナ(外来語)の形容動詞語幹
-送りがなの揺れ(行う/行なう)
-会話文中("「"で始まる文中)の用例を検索する
-同一文中での共起
--全然~ない。
--もし~なら(ば)



***USBメモリの準備について [#h0d9ab9c]
-次回以降「ひまわり」の利用のためにUSBメモリを用意してください。自分のPCを持ち込んで受講している場合は不要です。

**05/03【休講】(憲法記念日:授業実施日) [#df4a9b8a]
-授業実施日ですが休講とします。
-下記を課題としますので、次の授業回(5月10日)までに行ってください。
--キストエディタの操作方法を復習するとともに,[[リンク先の説明ページ>https://www.ogiso.net/wiki/index.php?%E6%8E%88%E6%A5%AD%E8%B3%87%E6%96%99/%E6%AD%A3%E8%A6%8F%E8%A1%A8%E7%8F%BE]]を確認して、授業時に配布したデータを対象に、正規表現を用いた検索を行うこと。 


**04/26 テキストエディタの利用 [#y663f53c]
-[[サクラエディタの使い方(PDF)>https://lms.seikei.ac.jp/lms/lginLgir/index?target=BsnThzyh]]

***テキストデータ(青空文庫の夏目漱石作品)の配布 [#bd04ed6f]
-★[[soseki2.zip>https://www.dropbox.com/s/gw1j25svf2s9tki/soseki2.zip?dl=1]] (今日の授業で使います)


***復習[#j546f1d9]
-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


***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]]
-Mac のキーボードショートカット https://support.apple.com/ja-jp/HT201236


***grepと置換でKWIC(CSVファイル)を作る(簡易版) [#u3ab2d6f]
-CSVファイルとは:テキストファイルで表を表現する
[[用語:CSVファイル>http://e-words.jp/w/CSV.html]]
-KWIC:KeyWord In Context


***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
--テキストエディタでは置換・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)
--特殊な文字(メタ文字)はすべて半角
//--特殊な文字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


***正規表現のいろいろ [#q514651f]
-[[授業資料/正規表現]]
--文字クラス [ ]
--文字クラスの否定(補集合)[^ ]
--繰り返し ? + *
--グループ化  ()
--or(論理和)  |
--文頭 ^、文末 $



**04/19 テキストデータと文字コード [#d34ebd0b]


***文字コード [#g8eacf69]
-[[授業資料/文字コード関連リンク]]

***テキストデータ [#k896318b]
-すべての基本となる文字が並ぶだけのデータ
-[[授業資料/テキストデータとは]] 
--バイナリデータとテキストデータ
--テキストデータとテキストファイル

-TXT,CSV,HTM…
--ファイルの種類と拡張子 参考:[[拡張子辞典>http://www.7key.jp/data/ext_new/]]
--[[拡張子(wikipedia)>http://ja.wikipedia.org/wiki/%E6%8B%A1%E5%BC%B5%E5%AD%90]]

-授業で使うテキストデータ
--[[授業資料/テキストデータ紹介]]

***テキストエディタ [#q7ae852c]
-テキストエディタとはどんなものか
--[[授業資料/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 [#bf5ea59f]
フリーソフトウェア(無償)のサクラエディタを使います。(PC教室のパソコンにはインストール済み)

(以下は自分のPCで使う場合)
-★[[サクラエディタのダウンロード:https://github.com/sakura-editor/sakura/releases/download/v2.4.1/sakura-tag-v2.4.1-build2849-ee8234f-Win32-Release-Installer.zip]]
---(参考) サクラエディタホームページ:https://sakura-editor.github.io/
-インストールの手順
--ダウンロードしたzipファイルの中のsakura_install~.exeをダブルクリック
--以下、画面の指示に従ってインストール

-PCに詳しい人には[[Visual Studio Codeがおすすめ>https://code.visualstudio.com/]]
--授業はサクラエディタで説明します


***テキストエディタを使ってみる [#zc42842b]
-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 こころ.txt)
--[[sample.zip>https://www.dropbox.com/s/fi5kg860wvlgwir/sample.zip?dl=1]]

-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


***ショートカットキー [#da449f25]
-Windowsの主なショートカットキー[[授業資料/覚えておきたいショートカットキー]]
--Macのショートカットキー https://support.apple.com/ja-jp/HT201236

//------

**テキストエディタの利用 [#y663f53c]
-[[サクラエディタの使い方(PDF)>https://lms.seikei.ac.jp/lms/lginLgir/index?target=Q-mCif-I]]

***テキストデータ(青空文庫の夏目漱石作品)の配布 [#bd04ed6f]
-★[[soseki2.zip>https://www.dropbox.com/s/gw1j25svf2s9tki/soseki2.zip?dl=1]] (今日の授業で使います)


***復習[#j546f1d9]
-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


***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]]
-Mac のキーボードショートカット https://support.apple.com/ja-jp/HT201236


***grepと置換でKWIC(CSVファイル)を作る(簡易版) [#u3ab2d6f]
-CSVファイルとは:テキストファイルで表を表現する
[[用語:CSVファイル>http://e-words.jp/w/CSV.html]]
-KWIC:KeyWord In Context


***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


***USBメモリの準備について [#v2ebc37c]



**04/12 イントロダクション [#j7eb4b41]

-[[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 https://www.ninjal.ac.jp/
---[[言語資源開発センター>https://clrd.ninjal.ac.jp/]]


-シラバス確認
--この授業の[[シラバス>https://portal.seikei.ac.jp/campusweb/slbssbdr.do?value(risyunen)=2024&value(semekikn)=1&value(kougicd)=125236130&value(crclumcd)=50224-0100]]
--この授業の目的
--授業の進め方
--評価方法


***授業で利用する主なソフトウェア [#i06478d2]

|ソフトウェアの種類・名前|利用目的|h
|[[テキストエディタ ''サクラエディタ''>http://sourceforge.net/projects/sakura-editor/]] &br;%% or [[''VisualStudio Code ''>https://code.visualstudio.com/]]%%|テキストデータの作成・整備、正規表現を使った検索など|
|[[全文検索ソフト''ひまわり''>http://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9]]|データの検索|
|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''|文書構造を意識したレポート作成|


***授業で利用する主なデータ [#g7f34e64]
-[[青空文庫>https://www.aozora.gr.jp/]]の近代の小説
-国立国語研究所のコーパス
--[[「現代日本語書き言葉均衡コーパス」>https://clrd.ninjal.ac.jp/bccwj/]]
--[[「日本語日常会話」>https://www2.ninjal.ac.jp/conversation/cejc.html]]
--[[「昭和・平成書き言葉コーパス」>https://clrd.ninjal.ac.jp/shc/]]
--[[「日本語歴史コーパス」>https://clrd.ninjal.ac.jp/chj/]]

***デモ [#hb184f26]
--テキストエディタとgrep, 正規表現
--全文検索システム[[ひまわり>https://www2.ninjal.ac.jp/lrc/index.php?%C1%B4%CA%B8%B8%A1%BA%F7%A5%B7%A5%B9%A5%C6%A5%E0%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9]]
--Excel(ピボットテーブル)
--形態素解析:[[Web茶まめ>https://chamame.ninjal.ac.jp]]

-現代語コーパス
--[[少納言>https://shonagon.ninjal.ac.jp]]

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