[[東京外大2013]]
*日本語教育学研究
**コーパス日本語研究入門
-授業に関するメールはこちらへ。&br;小木曽 智信： ogiso＠ogiso.net ←＠を半角に置き換えてください
-[[シラバス>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=501M0900.pdf&refer=%C5%EC%B5%FE%B3%B0%C2%E72013]]
-中納言： https://chunagon.ninjal.ac.jp
//茶器の活用
//ひまわりの活用
**2013/06/28
***調整頻度
-100万語あたりの頻度
--語数データのダウンロード
***テキストエディタの活用
-前後文脈から不要な部分を消す
--正規表現を使った置換
***レポートテーマについて
***「ひまわり」を使った自作ミニコーパス作成の講習会
**2013/06/21
***コーパス開発センター：ホームページリニューアル
-http://www.ninjal.ac.jp/corpus_center/
***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
***Excelの文字列関数とIF関数
-LEFT, RIGHT, MID, LEN, SEARCH, SUBSTITUTE
--品詞の大分類を使う
=LEFT(<品詞>,SEARCH("-",<品詞>)-1)
--後文脈の「。」より後を消す（「。」がない場合はそのまま）
=IF(ISERROR(SEARCH("。",<後文脈>)),<後文脈>,LEFT(<後文脈>,SEARCH("。",<後文脈>)))
--前文脈の「。」以前を消す（「。」がない場合はそのまま）((「。」が複数ある場合の処理があるので難しい。「~」は前文脈に決して出現しない文字))
=RIGHT(<前文脈>,LEN(<前文脈>)-(FIND("~",SUBSTITUTE("。"&<前文脈>,"。","~",LEN("。"&<前文脈>)-LEN(SUBSTITUTE("。"&<前文脈>,"。",""))),1)-1))
***NINJAL LWP for BCCWJの紹介
-http://nlb.ninjal.ac.jp/
-ワードプロファイラー
-語の振る舞いの概略を見るのに非常に便利
-注意点
--UniDic体系でない（＝本来のBCCWJではない）
--データソースはBCCWJの一部だけ
--係り受け解析は誤りも多い
***レポートテーマについて
-次回、レポートテーマを聞きます！
**2013/06/14
***形態素解析とUniDic
----
#include(授業資料/形態素解析,notitle)
----
--形態素解析器[[MeCab>http://mecab.googlecode.com/svn/trunk/mecab/doc/index.html]]（Windows用）最新版 [[Download>http://code.google.com/p/mecab/downloads/detail?name=mecab-0.994.exe]]
***授業用UniDic+MeCabパッケージのダウンロード
-https://dl.dropboxusercontent.com/u/134600/portable-unidic-mecab.zip
***茶まめで形態素解析・Excelで集計
+茶まめで解析してみる（解析器はMeCab＋解析辞書はUniDic）
+Excelに出力する
+ピボットテーブルで集計する
-テキストのジャンルと語種，品詞の割合をグラフ化してみる
--ブログのテキストと新聞記事のテキストの解析結果を比較
**2013/06/07
-中納言新システムの再確認
--キャッシュに注意
***短単位と長単位（復習）
-新参考配付資料
***中納言検索課題
-前回配布プリント参照
***Excelの文字列関数とif関数
-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
=LEFT(<品詞>,SEARCH("-",<品詞>)-1)
**2013/05/31
-中納言契約書返却
***中納言システムアップデート（5月30日）について
-中納言のシステムが新しくなりました
-新機能の紹介
--検索対象の指定が柔軟にできるようになった
--短単位検索の条件指定において「検索キーの位置をずらす」指定ができるようになった
--検索キーの前後位置に条件指定を行ったとき、キーに条件を指定しない検索ができるようになった
--検索キーの前後の単位を結合してKWICキーに指定することができるようになった
--検索結果のダウンロード時に圧縮の有無や文字コードを指定できるようになった
--文字列検索で（解析単位ではなく）検索文字列をキーにしたKWIC表示ができるようになった
--サーバの負荷状況が表示されるようになった
***Excelによる集計・つづき
-ピボットテーブル
--ピボットグラフ
-複数の検索結果の結合
-集計用の列を自分で用意する
**2013/05/24
***長単位と短単位
-スライド参照
--複合辞
--可能性に基づく品詞付与ではなく、出現例に則した品詞付与
--可能動詞の語彙素
***「中納言」検索結果の利用
-検索結果のダウンロード
++ダウンロード
++アーカイブの展開（解凍）
++インポート
-中納言の検索結果をExcelで利用する
--前々回資料（4.）参照
***Excelの利用
-Excelの基本
--フィルタ
---テキストフィルタ
--並べ替え
---ユーザー設定の並べ替え
-ピボットテーブルとピボットグラフ
--ピボットテーブル
---Excelのバージョンによってかなり操作方法が違うので注意
--ピボットグラフ
**2013/05/17
***中納言によるコーパスの検索方法（つづき）
-中納言の使い方（つづき)
-配布資料：''UniDicマニュアル 解説編''
***BCCWJの形態論情報
-[[UniDic>http://download.unidic.org]]の品詞体系
--品詞：名詞-固有名詞-人名-姓 （大分類＞中分類＞小分類（＞細分類））
--活用型：下一段-ア行 （大分類＞行分類（＞小分類））
--可能性に基づく品詞体系
---名詞-普通名詞-サ変可能
***学校文法との違い
--形状詞 （＝形容動詞語幹）
--助動詞「う」が付いた形を意志推量形として扱う
--サ変動詞は語幹と「する」に分かれる
**2013/05/10
***「中納言」の利用
-アカウント作成とログイン
***中納言によるコーパスの検索方法
-配布資料：''中納言の使い方'' &br;(次回も持ってきてください)
**2013/04/26
-中納言申込み確認
***コーパスの設計とサンプリング
--「バランスがとれている」とは？
--現代日本語の書き言葉の縮図としてのコーパスを作る
--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（レジスター）
--可変長と固定長
-著作権をめぐる問題
-参考リンク
--[[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の基本方針>http://www.ninjal.ac.jp/kotonoha/ex_2.html]]
--[[現代日本語書き言葉均衡コーパスのためのサンプル抽出>http://www.ninjal.ac.jp/kotonoha/ex_3.html]]
***「少納言」を使ってみる
-[[BCCWJ少納言>http://shonagon.ninjal.ac.jp]]
------
***テキストエディタ [#q7ae852c]
前回つづき
-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:sakura2.zip>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=sakura2.zip&refer=%C0%AE%EC%FE2013%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/
-サンプルテキストデータ
--[[sample.zip>http://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=sample.zip&refer=%C0%AE%EC%FE2013%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]]
**2013/04/19
//***授業の進め方
//-発表について
***「中納言」利用申込み
-申込用紙を配布します。
------
***コーパスとは
-スライド参照
--コーパスとはどんなものか
--日本語コーパス以外（以前）の電子資料
: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。
***参考リンク
-[[コーパス日本語学のための情報館>http://www30.atwiki.jp/corpus-ling/pages/17.html]]
***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]]
**4/12 第1回 イントロダクション/日本語コーパスの紹介
-[[自己紹介]]
-[[国立国語研究所（NINJAL）>http://www.ninjal.ac.jp/]]
--[[コーパス開発センター>http://www.ninjal.ac.jp/corpus_center/]]
-国語研のコーパス（[[KOTONOHA>http://www.ninjal.ac.jp/kotonoha/]]）
--現代日本語書き言葉均衡コーパス（BCCWJ）
---[[特定領域 日本語コーパス>http://www.tokuteicorpus.jp/]]
---[[少納言>http://shonagon.ninjal.ac.jp]]
---[[中納言>http://chunagon.ninjal.ac.jp]]
--日本語話し言葉コーパス（CSJ）
--太陽コーパス（明治・大正期の総合雑誌）
--日本語歴史コーパス（平安時代編先行公開版）
---[[CHJ 中納言>http://maro.ninjal.ac.jp]]
-受講者アンケート
--専門・関心領域
--PCスキル
-授業の進め方について
--受講者のレベルにあわせて基礎的なことから始め、自分の研究に実際に活かせるようになることを目指します。
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
