#author("2020-08-19T16:05:41+00:00","default:ogiwiki","ogiwiki")
#author("2020-09-06T12:21:18+00:00","default:ogiwiki","ogiwiki")
*2020清泉女子大学 集中講義 [#u04c15ce]

-10:00 - 15:30
-オンライン(Zoom)

-学びの泉:[[授業ページ>https://izumi.seisen-u.ac.jp/campus/Course/14055/21/#/detail/21529/58647]]
-シラバス:[[清泉ポータル シラバス参照>https://portal.seisen-u.ac.jp/portal/slbssbdr.do?value(risyunen)=2020&value(semekikn)=1&value(kougicd)=JLSS2000&value(crclumcd)=]]

-日程
--8月18日(火)
--8月19日(水)
--8月20日(木)
--8月21日(金)
--9月7日(月)

------

#contents

------
*8月18日(火) [#s7e54b5b]

**第1回 イントロダクション [#l70c36fa]

***[[自己紹介]] [#b1b12793]
--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/
--[[コーパス開発センター>https://pj.ninjal.ac.jp/corpus_center/]]


***授業内容の紹介 [#hb480786]

***授業で利用する主なソフトウェア・Webアプリケーション [#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''>http://sourceforge.net/projects/sakura-editor/]]|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''>https://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]]|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''|「スタイル」を利用したレポート作成|
|[[コーパス検索アプリケーション''「中納言」''>https://chunagon.ninjal.ac.jp/]]|コーパスの検索|
|[[Web茶まめ>https://chamame.ninjal.ac.jp/]]|形態素解析|

***デモ [#s3c96af7]
--テキストエディタとgrep
--全文検索システム[[ひまわり>https://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]]

--[[「現代日本語書き言葉均衡コーパス(BCCWJ)」>https://pj.ninjal.ac.jp/corpus_center/bccwj/]]
---BCCWJ[[少納言>https://shonagon.ninjal.ac.jp/]]
---[[中納言>https://chunagon.ninjal.ac.jp]]
--[[「日本語歴史コーパス(CHJ)」>https://pj.ninjal.ac.jp/corpus_center/chj/]]
--Excelによる集計(ピボットテーブル)
--形態素解析
---[[Web茶まめ>https://chamame.ninjal.ac.jp]]


***シラバス確認 [#d7ce20bc]
-シラバス:[[清泉ポータル シラバス参照>https://portal.seisen-u.ac.jp/portal/slbssbdr.do?value(risyunen)=2020&value(semekikn)=1&value(kougicd)=JLSS2000&value(crclumcd)=]]
--この授業の目的
--授業の進め方
--評価方法

***受講者アンケート [#r2dcb5af]
-関心分野・時代
-PC歴

***国語研のコーパス利用申し込み(「中納言」) [#v2c9932d]
-「中納言」オンライン利用申込み
--https://chunagon.ninjal.ac.jp/useraccount/register



**第2回 電子化テキストとテキストエディタ [#h5298adf]

***文字コード [#g8eacf69]
-㋿(令和)の話
--[[授業資料/文字コード関連リンク]]

***テキストデータとは [#q080d5da]
-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>https://www.sophia-it.com/extension/]]
--[[拡張子(wikipedia)>http://ja.wikipedia.org/wiki/%E6%8B%A1%E5%BC%B5%E5%AD%90]]

--[[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 [#bf5ea59f]
-★[[サクラエディタのダウンロード:https://github.com/sakura-editor/sakura/releases/download/v2.4.0/sakura-tag-v2.4.0-build2686-782347a-Win32-Release-Installer.zip]]
---(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ファイルの中にあるsakura-install*.exeをデスクトップにコピー
--exeファイルを右クリックして「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インストール


***テキストエディタを使ってみる [#zc42842b]
-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+芥川)
--[[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]]

-★サンプルデータ2(漱石・文末で改行)
--[[soseki2.zip>https://www.dropbox.com/s/gw1j25svf2s9tki/soseki2.zip?dl=1]] (夏目漱石作品)


***テキストエディタの基本 [#kc63a17a]

-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


***参考:テキストデータ(青空文庫)の配布 [#bd04ed6f]
-[[aozoradoc2.zip>https://www.dropbox.com/s/t3udkej39grd7h1/aozoradoc2.zip?dl=1]](青空文庫全テキスト)
--必要な人のみダウンロードしてUSBメモリで持ち帰ってください



**第3回 テキストエディタと正規表現  [#k800eb2d]

***正規表現を使ってみる [#u471d57b]
-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 [#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)
--特殊な文字(メタ文字)はすべて半角
//--特殊な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


***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 $

------

*8月19日(水) [#xf0d599d]

**「中納言」申し込み状況の確認 [#p3f04665]
-ログインの確認
-https://chunagon.ninjal.ac.jp/


**第4回 正規表現の応用/タグ付き正規表現 [#l81fe819]

***正規表現の応用 [#c7a3ea2d]
-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)


***タグ付き正規表現とは [#qd746f67]

-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]]

***検索文字列の中での後方参照 [#j9966c0d]
-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


***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:''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>授業資料/grepと置換でKWICを作る]]


***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:https://sakura-editor.github.io/help/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]]



**第5回 全文検索ソフト「ひまわり」 [#q73807da]

***全文検索システム「ひまわり」について [#u543ed7f]
&ref(himawari_aozora.png,,50%);


-[[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]]
--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 のダウンロードページ>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%2F%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9%2F%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9ver.1.6]] プログラム本体
-[[ひまわり用「青空文庫」パッケージのダウンロードページ>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%2F%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9%2F%A1%D8%C0%C4%B6%F5%CA%B8%B8%CB%A1%D9%A5%D1%A5%C3%A5%B1%A1%BC%A5%B8]] 検索対象のデータセット


***「ひまわり」本体のインストール [#taa83497]
-[[ひまわり のダウンロードページ>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%2F%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9%2F%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9ver.1.6]]からプログラム本体をダウンロード
++ダウンロードしたファイルのセキュリティブロックを解除
++解凍後、フォルダごとUSBメモリにコピー


***「青空文庫パッケージ」のインストール [#q65dfc0e]
-青空文庫パッケージのダウンロード
++[[ひまわり用「青空文庫」パッケージのダウンロードページ>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%2F%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9%2F%A1%D8%C0%C4%B6%F5%CA%B8%B8%CB%A1%D9%A5%D1%A5%C3%A5%B1%A1%BC%A5%B8]]から「青空文庫パッケージ」をUSBメモリに直接ダウンロードして保存(サイズが大きいのでPCにダウンロードできない)
+USBメモリにコピーしたフォルダ内のhimawari.exeを起動
++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((または、メニューのファイル>インストールをえらび、青空文庫パッケージのzipファイルを指定))
++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」の使い方 [#of0bca27]
-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]])

-振り仮名の検索


**第6回 Excelによる検索結果の集計(ピボットテーブル) [#a590d445]

***ひまわりの検索結果をExcelに [#ne2dbb61]

-検索結果のコピー
++すべて選択>コピー(列名を含む)
++Excelを起動して貼り付け


***Excelの基本操作 [#k6d831b9]

-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★
--ピボットグラフ


***ひまわり検索結果をExcelで扱う [#qa5d4c97]
-ピボットテーブルとピボットグラフ
--''例:「気持ち」「心持ち」''
--''例:「それきり」「それぎり」''
--例:「~的な」「~的の」
---※「目的」「標的」などをフィルタで除去


***生年代による集計(通時的変化) [#f3bb8246]

-文字列処理関数の利用
--例: =left(<文字列>,<文字数>)
---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
--「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
---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

+Himawariで「すべて選択」後、「すべて選択」「コピー(列名含む)」をする
+新しいExcelのシート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



***サンプリング調査 [#zfa5069a]
-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


***ひまわりで利用可能なデータについて [#p8928529]

-現代語のデータ
--国会会議録データ
--法令データベース
--口コミサイト
-[[近代語のデータ>http://www.ninjal.ac.jp/corpus_center/cmj/]]
--太陽コーパス
--近代女性雑誌コーパス
--明六雑誌コーパス
--国定高等小学読本
-古典文学作品のデータ


*8月20日(木) [#ie1ba41c]

**「ひまわり」復習・補足 [#s58155e8]

--例:「~的な」「~的の」
---※「目的」「標的」などをフィルタで除去



***分類用の列を作って集計する [#m6ba8a5a]
-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
---ランダムに並べ替えた後、できる範囲で意味分類を記入→ピボットテーブル


**第7回 日本語コーパスの紹介 [#g4e44235]


***コーパスとは [#t54768fa]

: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)」


***「現代日本語書き言葉均衡コーパス」(BCCWJ)の構成とサンプリング [#s89fe505]
-https://pj.ninjal.ac.jp/corpus_center/bccwj/

-''(スライド参照)'' コーパスの設計とサンプリング
-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」(CHJ)の構成 [#x9f78d1c]
-https://pj.ninjal.ac.jp/corpus_center/chj/


**第8回 Web版コーパス検索ツールの利用(1) [#edb3eca1]


***BCCWJ, CHJの検索ツール [#h491bc93]
-[[BCCWJ少納言>https://shonagon.ninjal.ac.jp]]
--登録不要
--文字列検索のみ
--500例まで表示
-[[中納言>https://chunagon.ninjal.ac.jp]](BCCWJ, CHJほか)
--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


***コーパスの形態論情報:短単位と長単位 [#ecb15440]

-''(スライド参照)'' 短単位と長単位

-配布資料参照

***品詞体系と見出し語の階層 [#i59ec779]
-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]]


**第9回 Web版コーパス検索ツールの利用(2) [#s6627175]

***「中納言」の利用 [#v8cc2e34]

-資料「中納言の使い方」
--BCCWJ版:https://docs.google.com/document/d/e/2PACX-1vTW6HBV0qtmwRPjry89do1aHb43aoC4GXSt4oiE-1A2ovbJsp0EtJkhl05SsPlCHDdMFvZmP3lMCYA9/pub
--BCHJ版:https://docs.google.com/document/d/e/2PACX-1vTG2vm9cOJ0AMGpXmctvpvubYoRE1bnudR_rMEzLlQEmzrhpNQ0qqReYQV3qoM4Yk8tI1Atb7gdqa-e/pub
--[[BCCWJ版「中納言の使い方」>https://docs.google.com/document/d/e/2PACX-1vTW6HBV0qtmwRPjry89do1aHb43aoC4GXSt4oiE-1A2ovbJsp0EtJkhl05SsPlCHDdMFvZmP3lMCYA9/pub]]
--[[CHJ版「中納言の使い方」>https://docs.google.com/document/d/e/2PACX-1vTG2vm9cOJ0AMGpXmctvpvubYoRE1bnudR_rMEzLlQEmzrhpNQ0qqReYQV3qoM4Yk8tI1Atb7gdqa-e/pub]]

***形態論情報を使った検索のまえに [#ud5a79ba]
-まずは文字列検索で確認する



***レポートテーマについて [#da8ed441]
-次回までにレポートテーマを考えてくること
-できるだけ、明日までにレポートテーマを考えてくること



*8月21日(金) [#q593459f]

**第10回 Web版コーパス検索ツールの利用(3) [#i3c722c9]

***形態論情報を使った検索 [#ke92454a]
-資料[[BCCWJ版「中納言の使い方」>https://docs.google.com/document/d/e/2PACX-1vTW6HBV0qtmwRPjry89do1aHb43aoC4GXSt4oiE-1A2ovbJsp0EtJkhl05SsPlCHDdMFvZmP3lMCYA9/pub]]参照

***検索条件式の利用 [#re063263]

 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"


**第11回 検索結果の集計と分析 [#jd0d1f48]

***「中納言」検索結果のダウンロードとExcelでの利用 [#lacc1ae4]

***Excelの基礎ふたたび(略) [#e7d3a548]
-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
-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 [#rcbbf5e2]
-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+↓, ↓, Ctrl+V, Ctrl+Home

***集計用の列を自分で用意する [#ndd8c72b]
-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」 [#k3822f55]
--配付資料参照


**第12回 レポートテーマ探索と調査 [#u0286599]

-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

**現代語の場合の参考資料と例 [#cbfe98c9]
--[[〈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/]]
--[[〈参考〉NHK放送文化研究所・ことばの研究>https://www.nhk.or.jp/bunken/research/kotoba/index.html]]

***表記 [#lcc23c11]
--「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 [#k3074faa]
--「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、語法の変化・使い分け [#f036ad40]
--「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 [#z9285e8e]
--「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”


***検索の例 [#p5531325]
-男と女・男性と女性の非対称性 //[[データ kwic-MaleFemale.zip>https://www.dropbox.com/s/x3p6kimzj36enxn/kwic-MaleFemale.zip?dl=1]]
--男性と女性
--男と女と形容詞


''&color(,yellow){9月7日までにレポートテーマを考えてくること。};''



*9月7日(月) [#e1bcd211]

**第13回 データの加工と集計 (Excel) [#r30b13be]

***出現サンプル数の調査(重複の削除) [#sd31554f]
用例数ではなく、用例が一つでも出現したサンプル(作品)の数を調べたい場合

-たとえば一人称代名詞など、サンプル毎に偏って多数現れる語の調査
「データ」→「重複の削除」


***Excelの文字列関数とIF関数 [#ofb7b9e9]

-例:ジャンル(NDC)の整理
--先頭の文字を取り出す(NDCの一次区分(=類))
---=LEFT(&color(red){ジャンルのセル};,1)
--スラッシュで区切られた最初の部分(ジャンルの大分類)
---=LEFT(&color(red){ジャンルのセル};,SEARCH("/",&color(red){ジャンルのセル};)-1)

-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

-条件わけ:IF
-エラー対応:IFERROR

-応用例:品詞の大分類を使う
--=IFERROR(LEFT(&color(red){品詞};,SEARCH("-",&color(red){品詞};)-1),&color(red){品詞};)


***【参考】 [[授業資料/EXCELの文字列関数]] [#f97261dd]
-[[授業資料/EXCELの文字列関数]]

-[[ジップの法則>http://ja.wikipedia.org/wiki/%E3%82%B8%E3%83%83%E3%83%97%E3%81%AE%E6%B3%95%E5%89%87]]



***ランダムサンプリング調査(Excelでの集計)ふたたび [#jb35fbdd]
-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


***BCCWJ利用の落とし穴 [#lb4d6166]

-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 [#n30a8131]
-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。

-例:[[kwic-yahari.zip>https://www.ogiso.net/wiki/index.php?plugin=attach&pcmd=open&file=kwic-yahari.zip&refer=%C0%B6%C0%F42018%BD%B8%C3%E6]]

***発展(Excelの活用) [#b3f8ad8f]
-[[VLOOKUP関数>授業資料/VLOOKUP関数]]


**第14回 レポートテーマの確認と調査 [#o95d35bb]


***レポートテーマに関する調査と質問対応 [#lda64dda]
-考えてきたテーマについて、実際に用例を検索してレポート作成を進めます。
-積極的に質問して下さい。



**第15回 Wordでレポートを書く(文書の構造化) [#g2955a4b]

***Wordを使ってレポートを書く [#h3b2bc21]

-図表の取り扱い
--「形式を選択して貼り付け」
--図表番号、キャプション

-''文書の構造化''
--章・節番号
--「スタイル」「ナビゲーション ウィンドウ」(見出しマップ)の活用
-図表番号と相互参照
--脚注、文末脚注
--目次、図表目次

***レポートテーマに関する調査と質問対応 [#of47b703]
-考えてきたテーマについて、実際に用例を検索してレポート作成を進めます。
-積極的に質問して下さい。



*レポート提出について [#ja592a74]


授業で紹介したコーパス・データとコンピュータの技術を用いて、言葉の用例に基づく(実証的な)調査結果と考察をまとめなさい。時代・分野は問いません。

-「学びの泉」で期限までに提出してください。
-分量:A4用紙で3~10枚(4枚以上を推奨)
-ファイルに氏名・学籍番号を明記すること。
--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ってください。

''&color(,yellow){10月31日 締め切り};''


トップ   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS