[[成蹊2018]] -前期・金曜2限 //-7号館3階 301パソコン教室 -ogiso@ogiso.net ←@を@に直してください -[[コーパス検索アプリケーション「中納言」>http://chunagon.ninjal.ac.jp]] *日本語学講義E **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 -ex.「全然」 **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 ---レジスターの偏りを年代の偏りと勘違いしないこと --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 ---語数ファイルをピボットテーブルで集計して分母に -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 --粗頻度/コーパス総語数*1000000 ---数字が小さくなりすぎないようにするため -※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 --[[〈参考〉 国語に関する世論調査の結果について(文化庁)>http://www.bunka.go.jp/tokei_hakusho_shuppan/tokeichosa/kokugo_yoronchosa/]] --[[〈参考〉国語研・ことばの疑問>https://kotobaken.jp/qa/]] ***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 -例:蒲公英・向日葵・菫 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」 --配付資料参照 **2018/06/01 ***(復習)形態論情報を使った検索 -資料「中納言の使い方」参照 ***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 -並べ替え --反転前文脈の使い方 -フィルタ --テキストフィルタ ***【重要】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 //**【予告】&color(red){2018/5/19(土)、2018/5/25 休講}; **2018/5/19(土)、2018/5/25 休講 -海外出張のため休講とします。 ***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 --質問があったらメールで連絡して下さい。 **2018/05/18 ***「中納言」の利用:形態論情報を使った検索 -配布資料「『中納言』の使い方」 **2018/05/11 ***コーパスの形態論情報:短単位と長単位 -配布資料参照([[SEIKEIポータル>https://portal.seikei.ac.jp/]]の「授業資料」からダウンロードできます) -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 -[[授業資料/UniDicの品詞体系]] -[[授業資料/UniDicの見出し語階層]] ***(参考)Web茶まめ -http://chamame.ninjal.ac.jp/ **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 --Seikei Portalの「授業資料」参照 -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 --[[ブラウンコーパス マニュアル>http://www.hit.uib.no/icame/brown/bcm.html]] http://www.hit.uib.no/icame/brown/bcm.html --[[BNCリファレンスガイド>http://www.natcorp.ox.ac.uk/docs/URG/]] http://www.natcorp.ox.ac.uk/docs/URG/ -現代日本語書き言葉均衡コーパス(BCCWJ) --[[現代日本語書き言葉均衡コーパス:概要>http://pj.ninjal.ac.jp/corpus_center/bccwj/index.html]] --[[現代日本語書き言葉均衡コーパス:サンプリング>http://pj.ninjal.ac.jp/corpus_center/bccwj/sampling.html]] **2018/04/20 ***「中納言」オンライン利用申込み -https://chunagon.ninjal.ac.jp/useraccount/register ***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。 -[[BCCWJ少納言>http://shonagon.ninjal.ac.jp]] --登録不要 --文字列検索のみ --500例まで表示 -[[BCCWJ中納言>http://chunagon.ninjal.ac.jp]] --要登録 --形態論情報を使った検索 --全件(一度に最大10万例まで)ダウンロード可 ***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 -''(スライド参照)'' **2018/04/13 ***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 http://www.ninjal.ac.jp/ -コーパスとは --[[国立国語研究所コーパス開発センター>http://pj.ninjal.ac.jp/corpus_center/]] http://pj.ninjal.ac.jp/corpus_center/ -デモ --[[「現代日本語書き言葉均衡コーパス(BCCWJ)」>http://pj.ninjal.ac.jp/corpus_center/bccwj/]] ---BCCWJ[[少納言>http://shonagon.ninjal.ac.jp]] ---[[中納言>http://chunagon.ninjal.ac.jp]] --Excelによる集計(ピボットテーブル) --形態素解析 ---[[Web茶まめ>http://chamame.ninjal.ac.jp]] -シラバス確認 --[[シラバス>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=SEIKEI2018a_syllabus.pdf&refer=%C0%AE%EC%FE2018%2F%C6%FC%CB%DC%B8%EC%B3%D8%B9%D6%B5%C1E]] --この授業の目的 --授業の進め方 --評価方法 --アンケート