#author("2025-06-19T20:34:31+09:00","default:ogiwiki","ogiwiki")
#author("2025-06-20T11:04:58+09:00","default:ogiwiki","ogiwiki")
[[成蹊2025]]

*応用日本語講座 [#vb1e1a30]
-2025年度前期・金曜2限:''10:40~12:20''
-教室:7号館303
-Mail: ogiso@ogiso.net

-[[シラバス>https://portal.seikei.ac.jp/campusweb/slbssbdr.do?value(risyunen)=2025&value(semekikn)=1&value(kougicd)=125236130&value(crclumcd)=50225-0100]]
-[[CoursePower授業ページ>https://lms.seikei.ac.jp/lms/lginLgir/index?target=_MGYBLRK]]

**06/20(対面) [#z111b7b1]


***「Web茶まめ」の利用 [#p018d8bb]
-https://chamame.ninjal.ac.jp/
-テキストの形態素解析結果をピボットテーブルで分析
-複数のテキストの形態素解析結果を比較する

-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]]

***コーパスの(短単位)語彙表と比較する [#u9a3b20b]
-『現代日本語書き言葉均衡コーパス』短単位語彙表(Version 1.1)
--https://doi.org/10.15084/00003219


**レポートテーマについて [#wffb3f40]
-一人ずつ口頭で簡単に考えているレポートテーマを説明してもらいます
--後で変更してもかまいません


--例:語形・(表記)のゆれ、使い分け
--例:語の用法の変化
--例:作家ごとの言葉の使い方の違い
--例:類義語の意味の違い
-などなど



**06/13(オンライン) [#g7cfcd79]

-接続先は下記CoursePower授業ページで確認してください。「お知らせ」で連絡したものと同じです。
--https://lms.seikei.ac.jp/lms/lginLgir/index?target=BaHcSkYN


***(補足)「ひまわり」で利用可能なその他のデータについて [#h3ce7acd]

--[[『青空文庫』パッケージ( 小説以外を含む15000作品以上を収録)>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]]
--[[『国会会議録』パッケージ>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%B9%F1%B2%F1%B2%F1%B5%C4%CF%BF%A1%D9%A5%D1%A5%C3%A5%B1%A1%BC%A5%B8]]
--[[『名大会話コーパス』パッケージ>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%CC%BE%C2%E7%B2%F1%CF%C3%A5%B3%A1%BC%A5%D1%A5%B9%A1%D9%A5%D1%A5%C3%A5%B1%A1%BC%A5%B8]] /中納言版あり
--[[近代語のコーパス>https://ccd.ninjal.ac.jp/cmj/]] /CHJ中納言に収録済み



***青空文庫ひまわりで [#n9a2dc03]
-類義語・対義語
--例:「細君」「妻君」,「妻(つま)」「妻(さい)」「奥さん」etc.
--例:「夫」「主人」「旦那」etc.
--例:「男」「女」、「男性」「女性」
-通時的変化
--例:「女性」「婦人」
--例:「障碍」「障害」 [[ケーススタディ/障がい]]
--例:「~的な」「~的の」

***コーパスを青空文庫の用例と比較する [#z6e4d5bf]
-明治大正時代の変化はその後どうなったか:BCCWJとの比較
-近代の雑誌や教科書ではどうなっているか:CHJ(雑誌・教科書)との比較
-明治大正より前(江戸時代以前)はどうなっているか:CHJ(江戸時代以前)との比較

--とりあげた例:「それぎり」「心持ち」「新聞紙」の意味

**06/06 中納言の使い方(続)/さまざまな集計方法 [#u6c4f43c]

***正規表現小テスト返却 [#vf2479c6]


***「中納言の使い方」 [#t1d180d6]
-[[中納言の使い方>https://lms.seikei.ac.jp/lms/lginLgir/index?target=G2g1E9Q-]]

***複数の検索結果を結合する [#f6dce18e]
-一度の検索では探せない語群の集計、または後から検索結果を追加する場合
--「幸せ」「倖せ」「仕合わせ」

一度にピボットテーブルで集計できるように検索結果1の表の下に検索結果2(列名なし)を貼り付けて一つの表にまとめる
-※必ず表をくっつけること(空行を入れるとそこで表が切れていると認識される)

ショートカットキーを活用すると便利
-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)


***作品数の調査(用例数ではなく作品数で調査する) [#qee8d8b6]
-たとえば人称代名詞のように、一つの作品に偏って大量に用例がある場合
--[[sample>https://www.dropbox.com/scl/fi/tw8k7brtfef3gn3nszaah/.xlsx?dl=1&rlkey=o6q3f33zibvgvgpw2ts7wanvw]]


***テキストエディタで「ひまわり」の検索結果を加工する [#j3fd8ed9]
Excelで列をコピー後、エディタに貼り付けて置換したものをコピーして、Excelに貼り付ける(検索文字列⇒置換文字列)

-例:正規表現をつかった置換で前後文脈を整える
--前文脈をキーと同一文中に絞る
 .+。 ⇒
--後文脈をキーと同一文中に絞る
 。.+ ⇒ 。

-例:生年代(=LEFT()関数の代わり(($10は特殊変数$1と文字列0。特殊変数は$9まで))
 (...).+ ⇒ $10


***階層的クラスタリング(復習) [#wba39e8b]



**05/30 集計結果の分析:Rを使ってクラスタリング [#c6dc6b2f]


***階層的クラスタリング [#p47c5f7a]
-使っている表記バリエーションで作家をグループ分けする
-https://www.dropbox.com/scl/fi/auk4qifosq6un0tumn3ec/hidoi_clustering.txt?rlkey=jkhv26gnfjc1g8gx15qguylau&dl=1



**05/23 コーパスの紹介 [#if2b29c3]

***「中納言」のかんたんな使い方 [#sb9d4a49]
この授業ではごく簡略に使い方を説明します(本格的な利用法は[[成蹊2025/日本語学講義D]]で)

-資料:[[中納言の使い方>https://lms.seikei.ac.jp/lms/lginLgir/index?target=G2g1E9Q-]]


***「中納言」の紹介 [#h1262109]
-[[コーパス検索アプリケーション「中納言」>https://chunagon.ninjal.ac.jp]]

-「現代日本語書き言葉均衡コーパス」(BCCWJ):現代語書き言葉との比較に
-「日本語日常会話コーパス」(CEJC):現代の話し言葉との比較に(量は少ないが発音が確認できる)
-「昭和・平成書き言葉コーパス」(SHC):1933年から2013年までの雑誌・ベストセラー書籍・新聞を8年おきに収録
-「日本語歴史コーパス」(CHJ):近代の文学作品以外との比較や、近代以前との比較、より長いスパンでの言語変化の調査に

***品詞体系と見出し語の階層 [#b8ca660e]
-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]]


***青空文庫の集計結果との比較例 [#ae02e1d9]
-明治大正時代の変化はその後どうなったか:BCCWJとの比較
--それぎり
--心持ち
-近代の雑誌や教科書ではどうなっているか:CHJ(雑誌・教科書)との比較
-明治大正より前(江戸時代以前)はどうなっているか:CHJ(江戸時代以前)との比較


**05/16 検索結果のExcelによる集計 [#u00a16aa]

***(復習)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

***(復習)ピボットテーブルの使い方・生年代による集計 [#i7944704]
-ピボットテーブル
-ピボットグラフ

--例:「気持ち」「心持ち」


***分類用の列を作って集計する [#qcbc1b30]
-入力用の列を作り手作業で意味分類する
--例:「新聞紙」の意味・用法の変化

***ランダムサンプリング調査 [#m5567f46]
-大量に用例があり、調査内容からすべて対象にできない場合
-ランダムに並べ替え→先頭n例を調査対象に
--ランダムな数字の列: =RAND()
--ランダムな数字の列をコピーして値として貼り付けると数字が固定される



**05/09 「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]


***「ひまわり」とその使い方(復習) [#c05dd159]

-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


***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


***生年代による集計(通時的変化) [#a3ab9dec]

-文字列処理関数の利用
--例: =LEFT(<文字列>,<文字数>)((LEFTのような関数名は小文字でも構わないが、記号も含め、必ず半角))
---生年代: =LEFT(<生年月日が入っているセル>,3)*10


-生年月日データの書式について
--下記の手順で「青空文庫」の生年月日が書式の自動変換でおかしくなるのを防ぐ必要がある
---Excelでは1900年以前の年月日は文字列、それ以降は日付として認識されるため

+Himawariで「すべて選択」後、「すべて選択」「コピー(列名含む)」をする
+Excelで生年月日の列が貼り付けられることになる列(NとO)を丸ごと選択し、書式を「文字列」とする
+Excelに貼り付ける


***正規表現小テスト [#b6cadc4f]



**05/02 高度な正規表現/全文検索システム「ひまわり」 [#t044c000]

***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((VSCodeでは$1、サクラエディタなどでは\1でもいい))($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((後方指定ではVSCodeも\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/]]



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


**「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(場合によっては数分から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



***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
--自分で専用のデータを作ることもできるが、できあがって公開されているパッケージを利用するのが普通

&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


**04/25 テキストエディタと正規表現 [#a958e578]



***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 $


***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)

**04/18 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Microsoft [[Visual Studio Code>https://code.visualstudio.com/]](VSCode)を使います。

***インストールと最初の設定 [#jf88f4f2]
-VS Codeのインストール
++WindowsのスタートメニューからMicrosoft Storeを起動
++VSCodeを検索
++インストール をクリック
-または
++ブラウザでhttps://code.visualstudio.com/ へ
++Download for Windowsをクリック
++~.exeをダブルクリックして指示に従う

-最初の設定
+拡張機能 Japanese Language Packの追加
--参考:https://zenn.dev/ayatokura/articles/vscode-article-2
+ファイルオープン時にエンコーディングを自動判別するよう設定
--参考:https://www.javadrive.jp/vscode/setting/index3.html


***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 Alt+Z
--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)


***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

***参考 [#l68fca2c]
-[[授業資料/テキストエディタと正規表現]]


***USBメモリの準備について [#v2ebc37c]


**04/11 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)=2025&value(semekikn)=1&value(kougicd)=125236130&value(crclumcd)=50225-0100]]
--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