[[上智2016]] *コーパス日本語学入門(近現代語コーパス) -前期・金曜4限 -ogiso@ogiso.net ←@を@に直してください -中納言 https://chunagon.ninjal.ac.jp/ **2016/05/06 -「中納言」の登録について **日本語コーパスの形態論情報 -短単位と長単位(前回資料) ***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]] ***UniDicによる形態素解析 --MeCab(解析器)とUniDic(辞書) --現代語用のUniDic[[形態素解析辞書UniDic>http://sourceforge.jp/projects/unidic/]] --Web茶まめ http://chamame.ninjal.ac.jp/ ***形態論情報を利用した検索 **2016/04/29(祝日授業実施日) ***日本語コーパスの紹介(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>https://dl.dropboxusercontent.com/u/134600/%E3%82%B9%E3%83%A9%E3%82%A4%E3%83%89/%E7%AC%AC3%E5%9B%9E%E3%82%B3%E3%83%BC%E3%83%91%E3%82%B9%E3%81%AE%E8%A8%AD%E8%A8%88%E3%81%A8%E3%82%B5%E3%83%B3%E3%83%97%E3%83%AA%E3%83%B3%E3%82%B0.pdf]] -均衡コーパス(Balanced corpus) --「バランスがとれている」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 ***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://khnt.aksis.uib.no/icame/manuals/brown/]] http://khnt.aksis.uib.no/icame/manuals/brown/ --[[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]] ***日本語コーパスの形態論情報 -短単位と長単位 --''(配付資料)''参照 //-''(スライド)''参照 // **2016/04/22 ***コーパス検索アプリケーション「中納言」の申込みについて(来週以降) --ショートメッセージ(SMS)が受け取れる携帯電話 ***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)」と「日本語歴史コーパス(CHJ)」 -「コーパス」以前の日本語研究用データとの違いは -''(スライド参照)'' --[[第2回コーパスとは>https://dl.dropboxusercontent.com/u/134600/%E3%82%B9%E3%83%A9%E3%82%A4%E3%83%89/%E7%AC%AC2%E5%9B%9E%E3%82%B3%E3%83%BC%E3%83%91%E3%82%B9%E3%81%A8%E3%81%AF.pdf]] **2016/04/16 ***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/]] --[[形態素解析辞書UniDic>http://sourceforge.jp/projects/unidic/]] -デモ -「現代日本語書き言葉均衡コーパス(BCCWJ)」 -「日本語歴史コーパス(CHJ)」 --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=2016%BE%E5%C3%D2%A1%A6%A5%B7%A5%E9%A5%D0%A5%B9%C5%D0%CF%BF%20%5BLOYOLA%5D.pdf&refer=%BE%E5%C3%D22016%2F%B9%F1%B8%EC%B3%D8%B1%E9%BD%ACIIIa]] --この授業の目的 --授業の進め方 --評価方法