成蹊2022/応用日本語講座

成蹊2022

応用日本語講座（日本語・日本文学のためのコンピュータ） †

金曜2限：10:40～12:20
Mail: ogiso@ogiso.net
CoursePower（成蹊大学）授業ページ

↑

レポート提出について †

締切：8月6日（土）
分量：A4用紙で3～10枚
提出先：下記CoursePowerから提出
- https://lms.seikei.ac.jp/lms/lginLgir/index?target=HTEFur8u
- 都合によってメールで送る場合はメール本文とレポートファイルの両方に氏名・学籍番号を明記すること
埋め込みデータによって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ること

↑

07/22　レポートテーマの予備調査結果発表（続き）／Wordでレポートを書く †

↑

Wordでレポートを書く †

文書の構造化とWordの使い方（レポートの書き方）

文書の構造化*
- スタイルと見出し
- ナビゲーションウィンドウ（見出しマップ）の使い方
- 章・節番号
図表の貼り込み*
- 「形式を選択して貼り付け」
- 図表番号とキャプション
脚注
- 脚注と文末脚注
相互参照
- 節番号、図表番号と相互参照
- 目次、図表目次
ページ番号*
PDFとして保存（ブックマークを付加）*

↑

レポートの構成について †

IMRAD

↑

07/15　レポートテーマの予備調査結果発表（ライトニングトーク） †

パワーポイントのスライドを使って説明してください。

↑

07/08　コーパスと形態素解析（「Web茶まめ」の利用）／レポートテーマの調査と質問 †

↑

【前回補足】「中納言」の利用：形態論情報を使った検索 †

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2022/日本語学講義Dで）

配布資料「『中納言』の使い方」

コーパス検索アプリケーション「中納言」

↑

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
- 授業資料/UniDicの品詞体系
- 授業資料/UniDicの見出し語階層

↑

「Web茶まめ」の利用 †

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

↑

Excel文字列関数の利用 †

集計に必要な情報を既存のデータから取り出して集計に使う

授業資料/EXCELの文字列関数参照

↑

07/01 （休み）学内運動競技大会 †

↑

06/24　レポートについて／コーパスの使い方 †

↑

レポートテーマ案 †

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

↑

「中納言」の紹介 †

コーパス検索アプリケーション「中納言」

「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）
「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

まずは文字列検索で調べる

↑

青空文庫の集計結果との比較例 †

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

↑

ひまわり＋Excelの復習 †

例：「細君」「妻君」
- 類義語「妻（つま）」「妻（さい）」「奥さん」etc.
- 対義語「夫」「主人」「旦那」etc.
例：「障碍」「障害」ケーススタディ/障がい
例：「～的な」「～的の」
- 二字漢語＋的な／の　の通時的変化

↑

06/17　さまざまな集計方法（2）／コーパスの紹介 †

↑

作品数の調査（用例数ではなく） †

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

↑

テキストエディタで「ひまわり」の検索結果を加工する †

例：正規表現をつかった置換で前後文脈を整える

↑

授業アカウントを配布します

↑

【次回予告】レポートテーマ案について †

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

↑

06/10　さまざまな集計方法／レポートについて †

↑

課題（復習） †

Himawari＋青空文庫(文学作品)パッケージを使って、「悲し」と「哀し」を検索し、検索結果にExcel上で作家の生年代（10年刻み）を付与したうえで、ピボットテーブルで集計して、生年代別に「悲し」「哀し」の用例数を示す表と使用割合を示すグラフを作成しなさい。

↑

分類用の列を作って集計する †

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

↑

サンプリング調査 †

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

↑

複数の検索結果を結合する †

一度の検索では探せない語群を集計する場合
- 「幸せ」「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

Ctrl*1+End*2　ファイルの末尾/表のいちばん右下に移動
Shift+Ctrl+End*3　〃範囲を選択

表をコピー
- Ctrl+Home*4（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）
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）

↑

レポートテーマについて(予告) †

授業で紹介したエディタやひまわり、中納言、表計算ソフトの使い方を活かして、たとえば次のようなテーマでレポートをまとめてもらいます。データは授業で配布・紹介したものを自由に利用してください。
- 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
- 例：語の用法の変化
- 例：語形・（表記）のゆれ
などなど

↑

06/03　検索結果のExcelによる集計(2) †

↑

(復習)ピボットテーブルの使い方 †

ピボットテーブル
ピボットグラフ

↑

ひまわり検索結果をExcelで扱う †

例：「それきり」「それぎり」
「気持ち」「心持ち」

↑

生年代による集計（通時的変化） †

文字列処理関数の利用
- 例： =LEFT(<文字列>,<文字数>)*5
  - 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

↑

05/27 検索結果のExcelによる集計 †

↑

正規表現小テスト：答え合わせ †

正解のPDFを配布して説明します

↑

「ひまわり」とその使い方 †

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 †

例：
- 「それきり」「それぎり」data
  - （作家／作品別の比較）

↑

Excelの基本操作 †

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

↑

05/20 全文検索システム「ひまわり」 †

↑

全文検索システム「ひまわり」について †

全文検索システム「ひまわり」
- 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

↑

「ひまわり」のインストール †

ひまわりのダウンロードページ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 †

青空文庫パッケージのダウンロード
1. ひまわり用「青空文庫」パッケージのダウンロードページから「日本文学／小説(ndc913) 」をダウンロードして保存
himawari.exeを起動
1. Himawari画面上にダウンロードしたzipファイルをドラッグ＆ドロップ*6
2. 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 †

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

↑

前回補足：Wordのワイルドカードと正規表現 †

https://note.com/jinbunxshakai/n/n8070db080041

↑

正規表現小テスト †

↑

05/13 正規表現の応用／タグ付き正規表現 †

↑

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/
- https://qiita.com/yukiHaga/items/8ef2051036e126eb00c6

↑

正規表現の応用 †

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）

↑

タグ付き正規表現 †

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） †

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

↑

検索文字列の中での後方参照 †

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 †

サクラエディタの正規表現：http://sakura-editor.sourceforge.net/htmlhelp/HLP000089.html
正規表現に関する本　amazonで検索

↑

「ひまわり」の準備 †

USBメモリ

↑

05/06 正規表現 †

今日の練習用テキストデータ
- soseki2.zip （前回と同じもの）

↑

正規表現を使ってみる †

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 †

正規表現　＞用語
- 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

↑

正規表現のいろいろ †

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 $

↑

04/29（授業実施日）テキストエディタの利用 †

↑

放送予定 †

チコちゃんに叱られる! 4月29日(金)午後7:57
- 「私は」は「は」と書くのになぜ「わ」という？
- https://www.nhk.jp/p/chicochan/ts/R12Z9955V3/episode/te/P2PV9VL5XX/

↑

テキストデータ（青空文庫）の配布 †

★soseki2.zip （今日の授業で使います）
- （参考： aozoradoc2.zip（ちょっと古い青空文庫の全テキスト））
ダウンロードして展開（解凍）してください

↑

復習 †

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 †

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） †

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
KWIC：KeyWord In Context

↑

04/22　テキストデータと文字コード †

↑

文字コード †

㋿（令和）の話
- 授業資料/文字コード関連リンク

↑

テキストデータ †

すべての基本、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
- 拡張子(wikipedia)

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 †

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

↑

サクラエディタのダウンロードとインストール †

フリーソフトウェア（無償）の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
- (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

↑

テキストエディタを使ってみる †

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

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

↑

04/15 †

↑

イントロダクション †

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（先月までコーパス開発センター）

シラバス確認
- この授業のシラバス
- 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 †

ソフトウェアの種類・名前	利用目的
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
全文検索ソフトひまわり	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 †

青空文庫の近代の小説
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」
- 「日本語歴史コーパス」（一部）

↑

デモ †

テキストエディタとgrep
全文検索システムひまわり
Excel（ピボットテーブル）
形態素解析：Web茶まめ

現代語コーパス
- 少納言

OGISO.NET

自己紹介

OGISO.NET mail

Private

成蹊2022/応用日本語講座

応用日本語講座（日本語・日本文学のためのコンピュータ） †

レポート提出について †

07/22 レポートテーマの予備調査結果発表（続き）／Wordでレポートを書く †

Wordでレポートを書く †

レポートの構成について †

07/15 レポートテーマの予備調査結果発表（ライトニングトーク） †

07/08 コーパスと形態素解析（「Web茶まめ」の利用）／レポートテーマの調査と質問 †

【前回補足】「中納言」の利用：形態論情報を使った検索 †

品詞体系と見出し語の階層 †

「Web茶まめ」の利用 †

Excel文字列関数の利用 †

07/01 （休み）学内運動競技大会 †

06/24 レポートについて／コーパスの使い方 †

レポートテーマ案 †

「中納言」の紹介 †

青空文庫の集計結果との比較例 †

ひまわり＋Excelの復習 †

06/17 さまざまな集計方法（2）／コーパスの紹介 †

作品数の調査（用例数ではなく） †

テキストエディタで「ひまわり」の検索結果を加工する †

「ひまわり」で利用可能なその他のデータについて †

国立国語研究所のコーパス †

「中納言」の紹介 †

【次回予告】レポートテーマ案について †

06/10 さまざまな集計方法／レポートについて †

課題（復習） †

分類用の列を作って集計する †

サンプリング調査 †

複数の検索結果を結合する †

レポートテーマについて(予告) †

06/03 検索結果のExcelによる集計(2) †

(復習)ピボットテーブルの使い方 †

ひまわり検索結果をExcelで扱う †

生年代による集計（通時的変化） †

05/27 検索結果のExcelによる集計 †

正規表現小テスト：答え合わせ †

「ひまわり」とその使い方 †

ひまわり検索結果をExcelで扱う †

Excelの基本操作 †

05/20 全文検索システム「ひまわり」 †

全文検索システム「ひまわり」について †

「ひまわり」のインストール †

「青空文庫パッケージ」のインストール †

「ひまわり」とその使い方 †

前回補足：Wordのワイルドカードと正規表現 †

正規表現小テスト †

05/13 正規表現の応用／タグ付き正規表現 †

ゲームの紹介 †

正規表現の応用 †

タグ付き正規表現 †

最長一致の原則（greedy matching） †

検索文字列の中での後方参照 †

正規表現に関する参考資料 †

「ひまわり」の準備 †

05/06 正規表現 †

正規表現を使ってみる †

正規表現とは †

正規表現のいろいろ †

04/29（授業実施日） テキストエディタの利用 †

放送予定 †

テキストデータ（青空文庫）の配布 †

復習 †

ショートカットキー †

grepと置換でKWIC(CSVファイル)を作る（簡易版） †

04/22 テキストデータと文字コード †

文字コード †

テキストデータ †

テキストエディタ †

サクラエディタのダウンロードとインストール †

テキストエディタを使ってみる †

04/15 †

イントロダクション †

授業で利用する主なソフトウェア †

授業で利用する主なデータ †

デモ †

最新の10件

07/22　レポートテーマの予備調査結果発表（続き）／Wordでレポートを書く †

07/15　レポートテーマの予備調査結果発表（ライトニングトーク） †

07/08　コーパスと形態素解析（「Web茶まめ」の利用）／レポートテーマの調査と質問 †

06/24　レポートについて／コーパスの使い方 †

06/17　さまざまな集計方法（2）／コーパスの紹介 †

06/10　さまざまな集計方法／レポートについて †

06/03　検索結果のExcelによる集計(2) †

04/29（授業実施日）テキストエディタの利用 †

04/22　テキストデータと文字コード †