![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
#author("2025-05-08T17:19:32+09:00","default:ogiwiki","ogiwiki") #author("2025-05-08T17:20:28+09:00","default:ogiwiki","ogiwiki") [[成蹊2025]] *応用日本語講座 [#vb1e1a30] -2025年度前期・金曜2限：''10:40～12:20'' -教室:7号館303 -Mail: ogiso@ogiso.net -[[シラバス>https://portal.seikei.ac.jp/campusweb/slbssbdr.do?value(risyunen)=2025&value(semekikn)=1&value(kougicd)=125236130&value(crclumcd)=50225-0100]] -[[CoursePower授業ページ>https://lms.seikei.ac.jp/lms/lginLgir/index?target=_MGYBLRK]] **05/09 「ひまわり」の利用と検索結果のExcelでの集計／正規表現小テスト [#hbd44774] ***「ひまわり」とその使い方（復習） [#c05dd159] -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]]） -ふりがな（ルビ）の検索 ***ひまわり検索結果をExcelで扱う [#k187ca82] -例：「それきり」「それぎり」 --（作家／作品別の比較） ***Excelの基本操作 [#n45bc002] -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【重要】 --ピボットグラフ ***生年代による集計（通時的変化） [#a3ab9dec] -文字列処理関数の利用 --例： =LEFT(<文字列>,<文字数>)((LEFTのような関数名は小文字でも構わないが、記号も含め、必ず半角)) ---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 --下記の手順で「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必要がある ---Excelでは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ため +Himawariで「すべて選択」後、「すべて選択」「コピー（列名含む）」をする +Excel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 ***正規表現小テスト [#b6cadc4f] **05/02 高度な正規表現／全文検索システム「ひまわり」 [#t044c000] ***タグ付き正規表現 [#z9ef50e5] -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((VSCodeでは$1、サクラエディタなどでは\1でもいい))（$2，$3…）を使う -[[授業資料/タグつき正規表現]] ***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]] ***検索文字列の中での後方参照 [#ra28185d] -検索語の中で\1((後方指定ではVSCodeも\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 --(..)\1\1 --(...)\1 ***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>https://www.amazon.co.jp/s?k=%E6%AD%A3%E8%A6%8F%E8%A1%A8%E7%8F%BE]] //-ゲームの紹介: //--[[正規表現を学ぶ狩りに出ようRegex Hunting>https://www.regex-hunting.com/]] ***補足：Wordのワイルドカードと正規表現 [#ob585ec6] -https://note.com/jinbunxshakai/n/n8070db080041 ***「ひまわり」の準備 [#a1c1b435] **「ひまわり」の準備 [#a1c1b435] -[[全文検索システム「ひまわり」>https://csd.ninjal.ac.jp/lrc/?%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]] ***「ひまわり」のインストール [#o7207f74] +[[ひまわり のダウンロードページ>https://csd.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/%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9/%A1%D8%A4%D2%A4%DE%A4%EF%A4%EA%A1%D9ver.1.7]]からプログラム本体（zipファイル）をダウンロード +zipファイルを右クリックしてプロパティを見る→「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開き、中のフォルダをまるごと（USBメモリに）コピー +フォルダ内のhimawari.exeをダブルクリックで起動（MacはHimawari.jar、または最初からMac版をインストール） ***「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>https://csd.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/%A5%C0%A5%A6%A5%F3%A5%ED%A1%BC%A5%C9/%A1%D8%C0%C4%B6%F5%CA%B8%B8%CB%A1%D9%A5%D1%A5%C3%A5%B1%A1%BC%A5%B8#g26eb865]]から「日本文学／小説(ndc913) 」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大学のPCではダウンロードできない） +himawari.exeを起動 ++Himawari画面のファイル→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（場合によっては数分から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 ***全文検索システム「ひまわり」 [#a2814a7f] -[[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 --自分で専用のデータを作ることもできるが、できあがって公開されているパッケージを利用するのが普通 &ref(Himawari_SS.png,,50%); ***「ひまわり」とその使い方 [#a3d55af3] -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]]） -ふりがなの検索 **04/25 テキストエディタと正規表現 [#a958e578] ***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 --テキストエディタでは置換・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 $ ***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） **04/18 テキストデータと文字コード [#d34ebd0b] ***文字コード [#g8eacf69] -[[授業資料/文字コード関連リンク]] ***テキストデータ [#k896318b] -すべての基本となる文字が並ぶだけのデータ -[[授業資料/テキストデータとは]] --バイナリデータとテキストデータ --テキストデータ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.7key.jp/data/ext_new/]] --[[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]] ***テキストエディタのダウンロードとインストール [#bf5ea59f] -フリーソフトウェア（無償）のMicrosoft [[Visual Studio Code>https://code.visualstudio.com/]]（VSCode）を使います。 ***インストールと最初の設定 [#jf88f4f2] -VS Codeのインストール ++WindowsのスタートメニューからMicrosoft Storeを起動 ++VSCodeを検索 ++インストール をクリック -または ++ブラウザでhttps://code.visualstudio.com/ へ ++Download for Windowsをクリック ++～.exeをダブルクリックして指示に従う -最初の設定 +拡張機能 Japanese Language Packの追加 --参考：https://zenn.dev/ayatokura/articles/vscode-article-2 +ファイルオープン時にエンコーディングを自動判別するよう設定 --参考：https://www.javadrive.jp/vscode/setting/index3.html ***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 Alt+Z --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 こころ.txt） --[[sample.zip>https://www.dropbox.com/s/fi5kg860wvlgwir/sample.zip?dl=1]] -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 ***ショートカットキー [#da449f25] -Windowsの主なショートカットキー[[授業資料/覚えておきたいショートカットキー]] --Macのショートカットキー https://support.apple.com/ja-jp/HT201236 ***テキストデータ（青空文庫の夏目漱石作品）の配布 [#bd04ed6f] -★[[soseki2.zip>https://www.dropbox.com/s/gw1j25svf2s9tki/soseki2.zip?dl=1]] （今日の授業で使います） ***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 ***参考 [#l68fca2c] -[[授業資料/テキストエディタと正規表現]] ***USBメモリの準備について [#v2ebc37c] **04/11 イントロダクション [#j7eb4b41] -[[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/]] -シラバス確認 --この授業の[[シラバス>https://portal.seikei.ac.jp/campusweb/slbssbdr.do?value(risyunen)=2025&value(semekikn)=1&value(kougicd)=125236130&value(crclumcd)=50225-0100]] --この授業の目的 --授業の進め方 --評価方法 ***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''>http://sourceforge.net/projects/sakura-editor/]] &br;or%% [[''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| |[[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]]|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''|文書構造を意識したレポート作成| ***授業で利用する主なデータ [#g7f34e64] -[[青空文庫>https://www.aozora.gr.jp/]]の近代の小説 -国立国語研究所のコーパス --[[「現代日本語書き言葉均衡コーパス」>https://clrd.ninjal.ac.jp/bccwj/]] --[[「日本語日常会話」>https://www2.ninjal.ac.jp/conversation/cejc.html]] --[[「昭和・平成書き言葉コーパス」>https://clrd.ninjal.ac.jp/shc/]] --[[「日本語歴史コーパス」>https://clrd.ninjal.ac.jp/chj/]] ***デモ [#hb184f26] --テキストエディタとgrep, 正規表現 --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]] --Excel（ピボットテーブル） --形態素解析：[[Web茶まめ>https://chamame.ninjal.ac.jp]] -現代語コーパス --[[少納言>https://shonagon.ninjal.ac.jp]]
