成蹊2018
- 前期・金曜2限
- ogiso＠ogiso.net ←＠を@に直してください
日本語学講義E
期末レポートについて
- 締切：7月31日
- Seikei Portal（課題管理）またはメール（ogiso[at]ogiso.net）で提出すること。
- 分量：A4用紙で3〜10枚（4枚以上を推奨）
- メール・Wordファイルの両方に氏名・学籍番号を明記すること
- Wordファイルのサイズが大きくなりすぎる場合には、PDFファイルとして保存して送ってください。
2018/07/20 （最終回)
夏休みアルバイト募集
レポートテーマに関するプレゼンテーション2
レポート課題の調査と準備
コロケーション強度の話
2018/07/13
レポートテーマに関するプレゼンテーション
Wordを使ってレポートを書く
- 図表の取り扱い
- 「形式を選択して貼り付け」
- 図表番号、キャプション
- 文書の構造化
- 章・節番号
- 「スタイル」「ナビゲーション ウィンドウ」（見出しマップ）の活用
- 図表番号と相互参照
レポートテーマに関する調査と質問対応
- 考えてきたテーマについて、実際に用例を検索してレポート作成を進めます。
- 積極的に質問して下さい。
2018/06/29
発展(Excelの活用)
レポート課題の調査
レポートテーマに関するプレゼンテーションについて
2018/06/22
レポートテーマ確認
Excelの文字列関数とIF関数
- 例：ジャンル（NDC）の整理
- 先頭の文字を取り出す（NDCの一次区分（＝類））
- スラッシュで区切られた最初の部分（ジャンルの大分類）
- =LEFT(ジャンルのセル,SEARCH("/",ジャンルのセル)-1)
- 集計用に用意した列で文字列処理関数を利用する
- LEFT
- RIGHT
- MID
- LEN
- SEARCH
- SUBSTITUTE
- 応用例：品詞の大分類を使う
- =IFERROR(LEFT(品詞,SEARCH("-",品詞)-1),品詞)
検索の例
補足
2018/06/16（土曜授業日）
- 『日本語歴史コーパス』を中心に解説・質疑を行います。
授業代替レポートについて
- 16日（土）の授業に参加できない人は次のいずれかの課題を提出して下さい。 いずれも、できたExcelファイルをポータルサイト経由またはメールで6月21日までに提出すること。コメントはExcelシート上のわかりやすい場所に記述すること。
- 好きな形容詞を一つ選び、その形容詞の連体形の直後に来る名詞を（BCCWJ）中納言で検索し、その名詞の用例数付きのリスト（用例数が多いもの順）をExcelを使って作成し、そこから分かることをコメントしなさい。ただし用例数が100以上ある形容詞に限る。
- レポートテーマ案を考え、その言葉を「中納言」で検索し、ピボットテーブルで集計し、どのような観点でレポートを書くかコメントしなさい。
2018/06/15
ランダムサンプリング調査(Excelでの集計・補足)
- 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
BCCWJ利用の落とし穴
- BCCWJはあくまでも「現代語」のためのコーパスなので通時的な調査には向かない
- レジスターによって母集団の年が違っている
- 30年あるのは白書・ベストセラー・国会会議録など一部のものだけ
- もともとテキスト量の多いレジスターにたくさん用例があるからといって「そのレジスターでよく使われる」とはいえない→調整頻度の計算
- cf.人口あたりの事故件数，１平方キロあたりの…etc.
調整頻度の計算
- 粗頻度を総語数で割る
- レジスターごとの語数データ：中納言ページの「語数について」からExcelでダウンロードできる
- 調整頻度には100万語あたりの頻度（pmw）が比較的よく使われる
- ※割合の違いを比較するだけなら調整頻度を出す必要はない。
レポートテーマについて
- 次回までにレポートテーマを考えてくること（全員に聞きます）
- 普段から見聞きする言葉に気をつけるとともに、図書館も活用すること
- ひとつの言葉から、同種の別の語や違う観点からの観察などへと膨らませていく
表記
- 「雀」「すずめ」「スズメ」動植物名の表記・・・レジスター別用例数、文体差
- 「卵」「玉子」「たまご」「タマゴ」・・・意味の違い？文体差？
- 「斡旋」「あっ旋」「あっせん」、「石鹸」「石けん」「せっけん」・・・常用漢字表外字を含む漢語の表記の揺れ
類義語・対義語
- 「奇麗」と「美しい」・・・連体修飾する名詞の違い（→意味の違い）
- 「うるさい」「やかましい」「さわがしい」「かしましい」「かまびすしい」類義語・・・共起語、文体差
- 「男性」と「女性」（「男」と「女」）・・・語彙の非対称性、社会言語学的分析
語形、語法
- 「好ましい」「好もしい」・・・語形の揺れと文体差
- 「煙草を吸う」と「煙草をのむ」・・・用例数の割合、「煙草をのむ」の出現条件
新語・意味変化
- 「断トツ」「定番」「夜ご飯」・・・新語の広がり
- 「役不足」「確信犯」・・・”誤用”と”正用”
2018/06/08
複数の検索結果の結合
ショートカットキーを活用すると便利
- Ctrl+End ファイルの末尾/表のいちばん右下に移動
- Shift+Ctrl+End 〃範囲を選択
- 表をコピー
- Ctrl+Home, ↓（列名はコピーしないようにする）,Shift+Ctrl+End, Ctrl+C
- コピーした表を既存の表の下に貼り付け
- Ctrl+End, Home, ↓, Ctrl+V, Ctrl+Home
集計用の列を自分で用意する
- 例：表記（ひらがな・かたかな・漢字）別集計
- 例：用法分類
「検索課題」
2018/06/01
(復習)形態論情報を使った検索
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"
「中納言」検索結果のダウンロードとExcelでの利用
- ダウンロード
- アーカイブの展開（解凍）
- Excelでインポート
Excelの基礎
【重要】ピボットテーブルの使い方
2018/5/19(土)、2018/5/25 休講
提出課題（6月1日までにメールまたはポータルサイトで解答）
- 形態論情報を利用した検索（BCCWJ中納言を使って答えなさい）
- 「キリギリス」の用例数（全ての表記形）
- 「猫」の前に形容詞が二つ並んで出てくる用例（用例を挙げる）
- 可能動詞「勝てる」の用例数
2018/05/18
「中納言」の利用：形態論情報を使った検索
2018/05/11
コーパスの形態論情報：短単位と長単位
- 配布資料「『中納言』の使い方」
- 配布資料は次回以降も使いますので必ず持ってきてください。
品詞体系と見出し語の階層
- BCCWJ,CHJはUniDicの品詞体系にもとづく
（参考）Web茶まめ
2018/04/27
日本語コーパス（BCCWJ）の紹介（2） コーパスの設計とサンプリング
- （スライド参照） 第3回コーパスの設計とサンプリング
- 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
- 著作権をめぐる問題
『日本語歴史コーパス』の設計
参考リンク
- 英語のコーパス リファレンス
- 現代日本語書き言葉均衡コーパス（BCCWJ）
2018/04/20
「中納言」オンライン利用申込み
現代日本語書き言葉均衡コーパス（BCCWJ）とは
- BCCWJについて、まず最小限のことを説明します。
日本語コーパス（BCCWJ）の紹介（1）コーパスとはどんなものか
- 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。
- 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、言語研究にも利用可能。
- この授業で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）」
- 日本語コーパス以前のデータとBCCWJの違いは
2018/04/13
イントロダクション
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
