![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
[[成蹊2012]] -日本語・日本文学を学んでいくうえでぜひ身につけておきたいコンピュータに関する知識・技術を学びます。 -後期・金曜4限 -ogiso＠ogiso.net ---- **2012/11/16 （休講） -[[学会出張>http://jinmoncom.jp/sympo2012/]]のため休講 **2012/11/09 全文検索システム「ひまわり」 ***「ひまわり」とは [#g59679c3] -「ひまわり」 [[国立国語研究所/言語データベースとソフトウェア/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 ***データの準備 --[[青空文庫>http://http://www.aozora.gr.jp/]]（XHTML）データ --WebCollaborationからUSBメモリにダウンロード ***ひまわりと正規表現 [#lde4da4e] -「ひまわり」で使用できる正規表現 **2012/11/02 タグ付き正規表現 **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]] ***タグ付き正規表現の応用 -（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]] ***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：''「(.+)」'' → ''【\1】'' ---「こんにちは」「さようなら」 → 【こんにちは」「さようなら】 --''「([^」]+)」'' → ''【\1】'' のように書けばよい ---「こんにちは」「さようなら」 → 【こんにちは】【さようなら】 -最短一致を指定するには（ものぐさ指定） --''「(.+?)」「(.*?)」''のように、繰り返し指定の+*の後に「?」をつける ***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：http://sakura-editor.sourceforge.net/htmlhelp/HLP000089.html -正規表現に関する本 [[amazonで検索>http://www.amazon.co.jp/s/ref=nb_ss_gw?__mk_ja_JP=%83J%83%5E%83J%83i&url=search-alias%3Daps&field-keywords=%90%B3%8BK%95%5C%8C%BB&Go.x=0&Go.y=0&Go=Go]] #amazon(4873114500) #amazon(4873113598) #clear **2012/10/19 正規表現の応用 -新しいテキストデータ（青空文庫）の配布 --「。」で改行し、ルビや中を取り去ったテキスト --Web Collaboration : /temporary/ogiso/aozoradoc2.zip --Web Collaboration : /temporary/ogiso/aozoradoc2_soseki.zip (漱石のみ抜きだした練習用) ***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 ---- ***正規表現のいろいろ （前回のつづき） -[[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 --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。'' **2012/10/12 正規表現 ***テキストエディタの復習 //-検索で初出行を調べる -置換で用例数を数える -grepとタグジャンプ ***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 --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） --記号はすべて半角 --特殊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 -文字クラス [ ] --文字クラスの補集合（それ以外の文字）[^ ] ***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 $ **2012/10/05 テキストエディタの利用 -テキストデータ（青空文庫）の配布 --Web Collaboration : /temporary/ogiso/aozoradoc.zip ---ダウンロードしてUSBメモリに展開（解凍）します -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 --サブフォルダのgrep ***ショートカットキー [#da449f25] -[[授業資料/覚えておきたい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） [#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 ***正規表現を使ってみる [#u471d57b] -キャラクタクラス --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 **2012/09/28 テキストデータとテキストエディタ -USBメモリの準備 --次回の授業からUSBメモリを使います。2G（なるべく4G）以上の空きのあるUSBメモリを用意してください。 ***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]] --バイナリファイル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.jisyo.com/viewer/]] --[[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]] -サクラエディタのダウンロードとインストール --[[サクラエディタのダウンロード:sakura.zip>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=sakura.zip&refer=%C0%AE%EC%FE2012%2F%C6%FC%CB%DC%B8%EC%C6%FC%CB%DC%CA%B8%B3%D8%A4%CE%A4%BF%A4%E1%A4%CE%A5%B3%A5%F3%A5%D4%A5%E5%A1%BC%A5%BF]] ---(参考) サクラエディタホームページ：http://sourceforge.net/projects/sakura-editor/ -zipファイルの展開（解凍） --解凍しないままでも開けるが必ず解凍すること -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 --[[soseki.zip>http://home.ogiso.net/wiki/pukiwiki.php?plugin=attach&pcmd=open&file=soseki.zip&refer=%C0%AE%EC%FE2011%2F%C6%FC%CB%DC%B8%EC%C6%FC%CB%DC%CA%B8%B3%D8%A4%CE%A4%BF%A4%E1%A4%CE%A5%B3%A5%F3%A5%D4%A5%E5%A1%BC%A5%BFa]] **2012/09/21 ***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/ ---[[日本語コーパスKOTONOHA>http://www.ninjal.ac.jp/kotonoha/]] ---BCCWJ[[少納言>http://shonagon.ninjal.ac.jp]] ---[[形態素解析辞書UniDic>http://download.unidic.org/]] -デモ --テキストエディタ grep --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]] -シラバス確認 --[[シラバス>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=%C6%FC%CB%DC%B8%EC%A1%A6%C6%FC%CB%DC%CA%B8%B3%D8%A4%CE%A4%BF%A4%E1%A4%CE%A5%B3%A5%F3%A5%D4%A5%E5%A1%BC%A5%BF.pdf&refer=%C0%AE%EC%FE2012%2F%C6%FC%CB%DC%B8%EC%C6%FC%CB%DC%CA%B8%B3%D8%A4%CE%A4%BF%A4%E1%A4%CE%A5%B3%A5%F3%A5%D4%A5%E5%A1%BC%A5%BF]] --この授業の目的 --授業の進め方 --評価方法 -前期の日本語学講義Eとの違い --できあがったコーパスを利用する（前期） vs. できるだけ自分で何とかする（後期） ***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'' sakura2>http://sourceforge.net/projects/sakura-editor/]]|検索・整形| |[[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]]|検索・分析| |表計算ソフト''Excel''|分析・グラフ作成| |ワープロ''Word''|「スタイル」を利用したレポート作成|
