![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
#author("2023-05-29T00:56:22+00:00","default:ogiwiki","ogiwiki") #author("2023-05-29T01:13:01+00:00","default:ogiwiki","ogiwiki") [[九大2023]] *九州大学：国語学演習 III / 日本語史資料研究 III [#td0ed75f] **コーパス日本語学 [#f20f4b84] -前期月曜2限：10:30-12:00 -Mail: ogiso@ogiso.net -[[中納言>https://chunagon.ninjal.ac.jp]] https://chunagon.ninjal.ac.jp -授業はTeamsミーティングで行います。授業のURLは下記の[[Moodle>https://moodle.s.kyushu-u.ac.jp/]]の[[授業コースのページ>https://moodle.s.kyushu-u.ac.jp/course/view.php?id=51543]]で確認してください。毎回同じアドレスです。 --&color(red){https://moodle.s.kyushu-u.ac.jp/course/view.php?id=51543}; -[[文学部・人文科学府 授業日程表>https://www2.lit.kyushu-u.ac.jp/doc/c-schedule/lesson_r05.pdf]] ------ -''質問コーナー''（授業のことで質問があったら下記に記入してください。次の授業時に回答します。） --https://moodle.s.kyushu-u.ac.jp/mod/forum/view.php?id=1068623 **5月15日（第6回） 「中納言」の使い方(3)／「Excelによる検索結果の集計(1) [#v3026d16] -（前回資料）[[中納言の使い方>https://moodle.s.kyushu-u.ac.jp/mod/resource/view.php?id=1073061]] 4〜 -「中納言」 https://chunagon.ninjal.ac.jp/ --BCCWJ: https://chunagon.ninjal.ac.jp/bccwj-nt --CEJC: https://chunagon.ninjal.ac.jp/cejc --CHJ: https://chunagon.ninjal.ac.jp/chj --SHC: https://chunagon.ninjal.ac.jp/shc ***復習 [#e895acf6] -動詞「食べる」の前方3語以内にくる名詞 -動詞「食べる」の前方3語以内にくるヲ格表示された名詞 -動詞「食べる」の前方3語以内にくる「を」で格表示された名詞 ***位置情報と用例へのパーマリンク [#fecf8e21] -位置検索 --''サンプルID,開始位置''((サンプル先頭からの文字数を10倍したもの))のセットでコーパス上の用例の位置を一意に指定できる --位置検索での区切り記号はカンマのほかタブやスペースでも可 -用例へのpermalink --CHJ源氏冒頭の「やんごとなし」：https://chunagon.ninjal.ac.jp/chj/permalink?unit=short&position=20-%E6%BA%90%E6%B0%8F1010_00001,330 ***検索条件式の利用 [#r945c6c0] 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" ↓これだけでもいい（WITH OPTIONS 以下は式で指定がない場合、検索画面での設定に従う） 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 ***OR検索 [#q9b90c80] 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" OR 語彙素="言語") ON 1 WORDS FROM キー ***周辺語検索 [#yaad8b13] -「美しい」の前後3語以内に出現する名詞（平安仮名文学） キー: 品詞 LIKE "名詞%" AND 共起: 語彙素="美しい" BETWEEN -3 AND 3 WORDS FROM キー IN subcorpusName="平安-仮名文学" AND core="true" ***検索結果のダウンロードとExcelでの利用 [#y34bd27c] -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 **5月22日 休講 [#kd905cbd] //-&color(red){5月22日は休講です。}; **5月15日（第5回）コーパス検索アプリケーション「中納言」(2) [#z4b1a0b6] -（前回資料）[[中納言の使い方>https://moodle.s.kyushu-u.ac.jp/mod/resource/view.php?id=1073061]] を引き続き使います（3.3〜） -「中納言」 https://chunagon.ninjal.ac.jp/ --BCCWJ: https://chunagon.ninjal.ac.jp/bccwj-nt --CHJ: https://chunagon.ninjal.ac.jp/chj **5月7日（第4回）コーパスの形態論情報(2)／コーパス検索アプリケーション「中納言」(1) [#g42ea077] -（前回資料）[[中納言の使い方>https://moodle.s.kyushu-u.ac.jp/mod/resource/view.php?id=1073061]] を引き続き使います ***品詞体系 [#d6776112] -BCCWJ・CHJは[[UniDic>https://ja.osdn.net/projects/unidic/]]の品詞体系にもとづく（BCCWJのために開発されたのがUniDic） --[[授業資料/UniDicの品詞体系]] --[[授業資料/UniDicの見出し語階層]] ***形態素解析を試してみる [#gf5bf622] -[[Web茶まめ>https://chamame.ninjal.ac.jp/]] --https://chamame.ninjal.ac.jp/ ***形態素解析とその仕組み [#hf81dcf2] -[[授業資料/形態素解析]] ***コーパス検索アプリケーション「中納言」(1) [#y685eed6] -[[中納言の使い方>https://moodle.s.kyushu-u.ac.jp/mod/resource/view.php?id=1073061]] -アカウント確認 --授業アカウント配布 -リンク --「中納言」 https://chunagon.ninjal.ac.jp/ ---BCCWJ: https://chunagon.ninjal.ac.jp/bccwj-nt ---CHJ: https://chunagon.ninjal.ac.jp/chj **5月1日（第3回）コーパスの形態論情報／（コーパスの設計（2）） [#v0fcf688] ***コーパスの形態論情報（1） [#w3c3c79b] -BCCWJの形態論情報 --https://ccd.ninjal.ac.jp/bccwj/morphology.html --他のコーパスでもほぼ共通 -短単位と長単位 --[[（スライド）長単位と短単位>https://moodle.s.kyushu-u.ac.jp/mod/resource/view.php?id=1073059]] 参照 --[[（Wordファイル）長単位と短単位・資料>https://moodle.s.kyushu-u.ac.jp/mod/resource/view.php?id=1073065]] 単位切りの例 --（参考）動画：コーパス検索システムの言語単位『短単位』 https://youtu.be/s5akpYOzNIU -コーパス検索アプリケーション「中納言」と短単位と長単位 --[[中納言の使い方>https://moodle.s.kyushu-u.ac.jp/mod/resource/view.php?id=1073061]] ※今回は早めに終わります。CEJCの設計については次回までに下記の参考動画を見ておいてください。 -CEJCの設計 --[[言語学レクチャーシリーズ「コーパス言語学 ―話し言葉コーパスの世界―」 小磯 花絵 >https://www.youtube.com/watch?v=Vib3Ccvsdgw&list=PLZfZgVvFbh1a3zOK9Z2OJk6mA0olmcw3u]] (Youtube) **4月24日（第2回）コーパスの設計 [#v891cde1] ***コーパスとは [#x2353496] --以下、[[スライド>https://moodle.s.kyushu-u.ac.jp/mod/resource/view.php?id=1068389]]（Moodle）参照 :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。 --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） :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、言語研究に利用可能。 -さまざまなテキストアーカイブ（新潮文庫の百冊 / 青空文庫 / 国会会議録） --参考：[[「ひまわり」パッケージ>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]] -Web上のデータ --検索サイトの利用 --WAC（Web as Corpus） -この授業で主に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）」「日本語歴史コーパス（CHJ）」「昭和・平成書き言葉コーパス（SHC）」「日本語日常会話コーパス（CEJC）」 ***「現代日本語書き言葉均衡コーパス」（BCCWJ）の構成【省略版】 [#ia6f0eb4] -https://clrd.ninjal.ac.jp/bccwj/ -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 ***参考リンク [#o1a9da5c] -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>https://clrd.ninjal.ac.jp/bccwj/index.html]] --BCCWJの基本設計：https://clrd.ninjal.ac.jp/bccwj/basic-design.html --サンプリング：https://clrd.ninjal.ac.jp/bccwj/sampling.html --XMLによる電子化：https://clrd.ninjal.ac.jp/bccwj/XML.html ***「日本語歴史コーパス」（CHJ）の構成 [#x9f78d1c] -https://clrd.ninjal.ac.jp/chj/ -残された資料に限りがある（そもそも偏りがある）歴史的なコーパスの場合、現代語コーパス同様の「代表性」を求めることは困難 :近世以前|残されている資料が少なく、できるだけ（可能なら全部）コーパスに入れたい :近世（後期）以降|偏りはあるものの選べるだけの資料があるが、それでもなるべく全文でいれたい（作品など資料単位で調査したい） -[[『日本語歴史コーパス』>https://clrd.ninjal.ac.jp/chj/]]の中身 --中世以前は重要な資料をまるごと対象に --近世の洒落本・人情本：年代・著者（・地域）のバランスを取って作品単位でサンプリング ***近代語コーパスの場合 [#p0de8288] -[[近代雑誌コーパス>https://clrd.ninjal.ac.jp/cmj/]]（現在はCHJの一部） --多様な記事を含む「総合雑誌」を対象とすることでバランスを確保 --発行年での大まかなサンプリング ---[[「太陽コーパス」>https://clrd.ninjal.ac.jp/cmj/taiyou/index.html]]：8年おきに12冊ずつを対象 --その後の雑誌コーパスも8年おきに収録 ---明六雑誌・東洋学芸雑誌・国民之友・太陽（・中央公論・文藝春秋） -近代小説 --複数の有識者が日本語資料として選定・投票した結果（1980年代に作成した資料）をもとにサンプリング --https://www.jpling.gr.jp/taikai/happyo/yosi/2019/b/yosi_2019b_e3.pdf ***「昭和・平成書き言葉コーパス」（SHC）の構成 [#vfbcaa59] -https://clrd.ninjal.ac.jp/shc/ ※準備中 -CHJの後を受けて現代までを通時的に研究するためのコーパス。1933年以降、8年おき11か年分（1933・1941・1949・1957・1965・1973・1981・1989・1997・2005・2013）を収録。 :雑誌|1933〜1957 年刊の『中央公論』と1965〜2013 年刊の『文芸春秋』（8年おき11か年分） :ベストセラー書籍|1933年以降、8年おき11か年のベストセラー書籍 :新聞|1933年以降、8年おき11か年の『読売新聞』奇数月2日の朝刊1冊 **4月17日（第1回）イントロダクション/日本語コーパスの紹介 [#wdd4ab2f] ***イントロダクション [#z7ffa4ea] -[[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 https://www.ninjal.ac.jp/ ---[[言語資源開発センター>https://clrd.ninjal.ac.jp/]] ***授業内容等の確認 [#e55ee18f] -[[シラバス>https://www2.lit.kyushu-u.ac.jp/~syllabus/cgi-bin/table-odd.cgi?thisyear=2023&num=1310203&show=S1110000&big=B00000&each=1]]の確認 --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 --関心のある分野について --PC等のスキルについて ***「中納言」アカウントについて [#t6709ede] -「授業アカウント」について -「中納言」オンライン利用申込み --https://chunagon.ninjal.ac.jp/useraccount/register ***授業で利用する主なソフトウェア・Webアプリケーション（予定） [#i06478d2] |ソフトウェアの種類・名前|利用目的|h |[[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| |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| |[[Web茶まめ>https://chamame.ninjal.ac.jp/]]|形態素解析| |[[テキストエディタ ''VisualStudio Code ''>https://code.visualstudio.com/]]|テキストデータの作成・整備、正規表現を使った検索など| |[[R>https://www.r-project.org/]]|データの統計分析| ***授業内容デモ [#kc4ae1c5] -コーパスの利用 --[[「現代日本語書き言葉均衡コーパス（BCCWJ）」>https://clrd.ninjal.ac.jp/bccwj/]] --[[「日本語日常会話（CEJC）」>https://www2.ninjal.ac.jp/conversation/cejc.html]] --[[「日本語歴史コーパス（CHJ）」>https://clrd.ninjal.ac.jp/chj/]] ---[[中納言>https://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>https://chamame.ninjal.ac.jp]] -テキストエディタと正規表現 ***（参考動画） [#v4246970] -（参考）国語研オープンハウス2021 https://www2.ninjal.ac.jp/openhouse/2021/ --動画：『日本語歴史コーパス』のかんたんな使い方─犬派？猫派？編─ https://youtu.be/672LMkV6GxU -言語学レクチャーシリーズ https://www.ninjal.ac.jp/education/videolecture/ --動画：[[コーパスを使って日本語の歴史を探る>https://www.youtube.com/watch?v=dEi0kKdyrWk&list=PLZfZgVvFbh1a3zOK9Z2OJk6mA0olmcw3u]]
