1 / 21

自分のコーパスを作成する

自分のコーパスを作成する. 　　北尾　謙治. 補足. BNCweb (CQP-Edition) http://www.bncweb.info./ Access to the BNC via BNCweb at Lancaster University 年齢、性別、ジャンラ、出版年など細かい設定をしたサブコーパスを独自に作成できる 子どもと大人 女性と男性 など. コーパス. 広義の定義 言語分析に利用できる話し言葉と書き言葉の集積. 狭義の定義

hasad
Download Presentation

自分のコーパスを作成する

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 自分のコーパスを作成する 　　北尾　謙治

  2. 補足 • BNCweb (CQP-Edition) • http://www.bncweb.info./ • Access to the BNC via BNCweb at Lancaster University • 年齢、性別、ジャンラ、出版年など細かい設定をしたサブコーパスを独自に作成できる • 子どもと大人 • 女性と男性 • など

  3. コーパス • 広義の定義 言語分析に利用できる話し言葉と書き言葉の集積

  4. 狭義の定義 言語分析のために、分析対象となる言語、または、様々な言語変種を代表するように収集され、コンピュータ処理可能な状態にされた実際に話されたり書かれたりしたテキストの集合体 あるデザインに基づいて作成 情報タグが付与

  5. 適正なサイズ • コーパスの大きさより、検索対象のサンプルの数 • ヒット数が３ケタ • 可能であれば、それ以上 • ２ケタ？ • １ケタでは小さすぎる

  6. 種類 • サンプルコーパス • Brown, LOB, BNCなど • モニターコーパス • 時代とともにサンプルを追加 • Bnak of English • COCA

  7. 汎用コーパス • BNC, Brownなど • 特殊目的コーパス • 話し言葉　MICASE (Michigan Corpus of Academic Spoken English) • 映画　映画検索 • ビジネスレターコーパス　Business Letter Corpus Online KWIC Concordancer

  8. 創ろう！ マイ・データベース http://www.babel-edu.jp/mtsg/corpus/index.htm 情報が多少古いので注意

  9. 信頼できるデータ • 大きな規模の方が信頼性は増す • 誰が作成した者か • 確認をするべき • 論文にはソースを明記 • WEBやCD－ROMのように電子化されたものが便利 • 目的に最も適したもの • 著作権などに注意

  10. 作り方 　目的に合わせてコーパスを作成 コンピュータに文字を打ち込み、保存する 　印刷物はスキャナーで読み込む WEB・ CD-ROMにある文字はコピーする 　音声を書き起こして、入力する 　電子図書館を利用http://www.cis.doshisha.ac.jp/kkitao/library/resource/corpus/corpus.htm#texts

  11. 整形 • エラーの修正 • 文字化けも直す • ゴミや特殊なものなどを取り除く • ルピ • 余分なタグ • 必要なら１行１文になおす • 分かち書きをする　（日本語）

  12. プロジェクト • 新島コーパスの構築（３２８通の手紙） • 新島譲はどのような英語を書いていたか • その内容は？ • 受け取り人による差異 • 年代による差異 • 新島の英語は母語者のと異なるか

  13. 映画のDVD　　（約１０００本） • 会話･談話分析 • 話し言葉の特徴 • 卑語や特殊な用例 • 感情をどのように表現 • 話者による異なり　年齢、性別、職業など • 話し言葉と書き言葉の差異

  14. 　大学入試英語テストの分析 １０数年分数百大学の入試問題 • 入試によく出る語彙 • 英語の文章の難易度 • 上記の年代の変化 • 話し言葉と書き言葉の差異 • 関関同立の英語テストの比較

  15. 中学校・高等学校の英語教科書　 • ２００２－２００５ • ２００６－　　　　　中学校の3冊のみ

  16. アメリカ英語とイギリス英語の比較 • 英米の新聞の比較 • 日本人のよくする英語の間違い • 日本人学習者の英作文のエラーアナリシス

  17. 学習者コーパス • JEFLL Corpus 日本の中学・高校生英語学習者による自由英作文コーパス • 大学生の英作文 • NICE • NICEの使用方法 • NICEの検索ページNICE学習者の英文とネイティブの添削した英文のパラレルコーパス • 試作のソフトなど • CEEAUS アジア圏英語学習者コーパス • 和泉 絵美, 井佐原 均 , 内元 清貴 (2005) 日本人1200人の英語スピーキングコーパス 東京：アルク

  18. パラレルコーパスの構築 カタカナ英語

  19. ESPコーパスの構築 • 文化情報学部に役立つコーパス • 論文の表現 • 天気予報の語彙と用例 • 株価の語彙と用例 • 広告の語彙と用例 • カタカナ英語のパラレルコーパス

  20. 日本語のコーパス 　 太陽近代女性雑誌コーパス現代日本語書き言葉コーパス男性のことば女性のことば戦時中の話ことば新潮の100冊38人の作家　775作品大学の国語の入試問題毎日新聞　約20年分読売新聞　2005-2008

  21. The End

More Related