H22 後期（火曜）海事システム工学実験演習II 資料1

平成22年度
言語情報学演習
コーパス言語学入門
第1回
授業概要
 授業名：情報システムコース実験演習後期火曜第2
フレーム
 担当部分：言語情報学演習（コーパス言語学入門）
 担当教員：藤正明
 日時：10月5日・10月26日・11月2日の3時30分から5時50
分（10月12日・10月19日は休講）
 教室：１号館教育用計算機室
授業の予定
 10月5日：
 コーパス言語学入門
 ネイティブの直観を解き明かす（１）
―関係代名詞の省略―
 11月2日：コーパスによる言語分析演習

コーパスを使った言語分析（２）
評価の方法（１）
１．課題レポート
 3回の授業で、それぞれ、課題が出される。
 毎回、原則として、授業のあった週の金曜日午後5時までに
その授業で出された課題をワードファイルで以下のアドレス
まで送付すること。(送付時間が〆切をすぎているレポートは
受け取らないので、時間に十分な余裕を持って送付するこ
と。)
[email protected]
 ただし、初回の授業の課題に関しては、〆切を10月22日(金)
の午後５時とする。
 メールの件名は、それぞれ、言語情報学１、言語情報学２、
言語情報学３とすること
評価の方法（２）
１．課題レポート(Cont’d)
 レポート作成にあたって、他人のレポートを見て書いたと判
断される場合は、見た方も、見せた方も、不正行為を行った
ものとして処理するので、そのようなことは絶対に行わないこ
と。
コーパス言語学概論目次
1.
2.
コーパスとは何か？
コーパスを使って、ネイティヴスピーカーの直感
に迫る
１．コーパスとは何か？
 英英辞典(Cambridge Advanced Learner’s Dictionary)
の定義：
 a large amount of written and sometimes spoken
material collected to show the state of a language （大量
の書かれた、時として話された文章で、ある言語の状況を
示すため集められたもの）
１．コーパスとは何か？
 実用的な定義：
 大量に集められた、機械可読(machine-readable)、すなわ
ち、コンピューターで扱えるテキストの総体
 コーパスの分類




サンプルコーパスとモニターコーパス
汎用コーパスと特殊目的コーパス
共時コーパスと通時コーパス
書き言葉コーパスと話し言葉コーパス
 サンプルコーパスと
モニターコーパス（１）

サンプルコーパス：コーパスを構築する際に、大量のテキ
ストを収集して作られたもので、一旦構築されれば、それ
以後テキストの追加は行わない静的コーパス。




Brown Corpus (100万語）
Lancaster-Oslo/Bergen Corpus of British English (LOB, 100
万語）
London-Lund Corpus (LLC, 50万語）
British National Corpus (BNC, 1億語）
 サンプルコーパスと
モニターコーパス（２）

モニターコーパス：古いコーパスを削除したり、新し
いコーパスを追加したりして、コーパスを常に新しい
状態にしておこうとする動的コーパス。



Bank of English（BoE)
1995年11月＝＞総語数2億語
2004年10月＝＞総語数5億語
The Collins WordbanksOnline English Corpus （CWEC)=>
総語数5千6百万語
CWEC ⊂BoE
 British National Corpus (BNC)
http://www.natcorp.ox.ac.uk/
問：日本語の「ハンサムな」という表現は男性に限られる。
例えば、「ハンサムなお兄さん/*ハンサムなお姉さん」。
しかし英語のhandsomeの使い方はどうだろう。a
handsomeと入力することにより、後に来る名詞の種類が
調べられる
 BNC: Top Page
 BNC: About the BNC
 BNC: Search the Corpus
 CWEC ⊂BoE
Corpus Concordance Sampler
http://www.collins.co.uk/Corpus/CorpusSearch.as
px
問：日本語の「登る」は「上方向に」限られる。例えば、「上
に登る/*下に登る」。英語のclimbはどうだろうか？
CWEC ⊂BoE
 CWEC ⊂BoE
 一般コーパスと
特殊コーパス（１）

一般コーパス：一般的な英語研究に使用する目的で、広範囲
の英語テキストを収集したコーパス。



Bank of English
Brown Corpus
British National Corpus
 一般コーパスと
特殊コーパス（２）

特殊コーパス：特定分野の英語研究に使用する目的で、当該
分野の英語テキストを収集したコーパス。


CHILDES (Child Language Data Exchange Systems): 英語を母
語とする子供の発話データーを収集
JEFLL Corpus (Japanese EFL Learner 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
 CHILDES
 http://childes.psy.cmu.edu/
 CHILDES
 JEFLL Corpus
 http://jefll.corpuscobo.net/
 問１：日本語では、「～について議論する」と言えるが、英
語では、discuss aboutとは言えない。この間違いをするケ
ースは何パーセントか？
 問２：「～は興奮している」をbe+excitingなどとする間違い
は何パーセントあるのか？
 JEFLL Corpus
 JEFLL Corpus
 JEFLL Corpus
 共時コーパスと通時コーパス（１）

共時コーパス：同時代のテキストのみを収集したコーパス。


Brown Corpus（1961年の書き言葉）
British National Corpus（1975年以降のテキスト）
 共時コーパスと通時コーパス（２）

通時コーパス：複数の時代のテキストを集めたコーパス。


Helsinki Corpus（750年から1710年）
A Representative Corpus of Historical English Registers
(ARCHER)（1650年から1990年）
 書き言葉コーパスと話し言葉コーパス
（１）

書き言葉コーパス：書かれたテキストを集めたコーパス。



Brown Corpus
LOB Corpus
Etc.
 書き言葉コーパスと話し言葉コーパス
（２）

話し言葉コーパス：会話を文字化したコーパス。


Santa Barbara Corpus of Spoken American English (CSAE)
Michigan Corpus of Academic Spoken English (MICASE)
２．コーパスを使って、ネイティヴスピーカ
ーの直感に迫る
 譲歩を表すno matter構文：
no matter + 疑問詞（who, how, where, etc.)
 That would be a lie no matter who said it.
(誰が言ったとしても、それはうそだろう。）
 No matter how tough the situation looks, it‘s
always possible to succeed, as long as you give it an
effort. (状況がいかに厳しく見えたとしても、努力す
る限り、常に成功の可能性はある。）
課題１：
no matter構文について：
 問1. 後に続くwh語としてはどのようなものが可能なの
か？（what, how, where, when, who, whose, which,
if, how come, why)
 問2. それらの間には頻度に関して差があるのか？
 問3. wh語以外にどんな品詞・句が後続できるのか？
（名詞句、前置詞句、that節、etc.)
 問4. それらの品詞・句の中でも、可能なものとそうで
ないものがあるのか？

Download Report