シードおよびタプルの生成検索エンジンのクエリパラメータに与えるタプルを構成するシードには NLB の開発過程で作成した BCCWJ(2009 年の領域公開データの一部約 6 千 2 百万語 ) の頻度リストを利用しました品詞ごとに分かれた頻度リストのうち内容語である名詞動詞形容詞副詞のリ

Size: px

Start display at page:

Download "シードおよびタプルの生成検索エンジンのクエリパラメータに与えるタプルを構成するシードには NLB の開発過程で作成した BCCWJ(2009 年の領域公開データの一部約 6 千 2 百万語 ) の頻度リストを利用しました品詞ごとに分かれた頻度リストのうち内容語である名詞動詞形容詞副詞のリ"

はすなやまのかみしゃ
7 years ago
Views:

1 NLT(NINJAL-LWP for TWC) ユーザマニュアルバージョン 1.30(2015/3/27) 1. NINJAL-LWP for TWC とは NINJAL-LWP for TWC( ニンジャルエルダブリュピーフォーティーダブリュシー略称 NLT) は筑波大学が日本語のウェブサイトから収集して構築した約 11 億語のコーパス筑波ウェブコーパス (Tsukuba Web Corpus: TWC) を検索するためのツールです検索には国立国語研究所 ( 以下国語研 ) と Lago 言語研究所が共同開発したコーパス検索システム NINJAL-LWP(NINJAL-LagoWordProfiler) を利用しています同じシステムを利用したツールに国語研が構築した 1 億語の現代日本語書き言葉均衡コーパス (Balanced Corpus of Comtemporary Written Japanese: BCCWJ) を検索する NINJAL-LWP for BCCWJ(NLB) がありますこのツールを用いると名詞や動詞などの内容語の共起関係や文法的振る舞いを網羅的に調査比較することができます 2. 使用しているコーパス筑波ウェブコーパス (TWC)ver.1.10 では日本語のウェブサイトから収集した 11 億 3800 万語のデータを使用しています筑波ウェブコーパスの構築ウェブ上からのテキストの収集では検索エンジンの API を利用してウェブページの URL を収集した後その URL のデータを収集する一般的な手法に従っています以下が具体的なコーパス構築の手順です

2 シードおよびタプルの生成検索エンジンのクエリパラメータに与えるタプルを構成するシードには NLB の開発過程で作成した BCCWJ(2009 年の領域公開データの一部約 6 千 2 百万語 ) の頻度リストを利用しました品詞ごとに分かれた頻度リストのうち内容語である名詞動詞形容詞副詞のリストをマージして上位 500 語をシードとして選びましたただし名詞のうち数詞固有名詞は排除しまた動詞形容詞については活用形も含めましたこの 500 語のシードから無作為に 3 語を選び出し計 50 万組のタプルを作成しました以下にタプルの例を示します駄目皆構造条件とても様々法律 ( 答える OR 答え OR 答えよ OR 答えれ OR 答えろ OR 答えりゃ OR 答えん ) 人々検索エンジン API による URL の収集 URL の収集には Yahoo! ウェブ検索 API を利用しました 1 タプル当たりで収集する URL 数は 10 ページとし 2012 年 1 月初旬から下旬にかけて計 500 万 URL を収集しました重複した URL を削除した URL 総数は約 3 割減の約 350 万件になりました HTML ページの収集 URL データを 5 万件ごとに分割した上で 3 台の端末を利用して 2 週間をかけて HTML ページを収集しましたテキストの抽出次に収集した HTML ファイルからテキストを抽出する作業を行いました具体的には HTML タグの削除文字コードの統一 (utf8) 日本語以外の言語で書かれたテキストの削除などの作業を行いました不適正なページの排除筑波ウェブコーパスの構築の目的は日本語の用例を採取することにありますそのため単に項目やリンクを列挙しただけのページ広告と思われる内容の多いページセンテンス境界の判定が難しいページはあらかじめコーパスデータの対象から外しましたセンテンスの抽出レキシカルプロファイリングツール NINJAL-LWP ではセンテンス単位にした用例の中にどのようなコロケーションが含まれるかを文法パターンごとに抽出しますそのためコーパスデータはあらかじめセンテンス単位に分割しておく必要があります一つ前の作業でセンテンス境界の判定が難しいページを排除したのもこの理由によります用例データの抽出センテンス単位のデータのなかには見出しに相当するものやメニュー項目に相当するものが含まれていますセンテンス中にどの程度名詞が含まれるかセンテンス中に動詞は現れるかクリックやログインなどのウェブページで多用される表現が用いられているかなどの複数の観点から用例としての適正度を数値化し用例としてふさわしいデータを抽出しましたまた同一ページで同じセンテンスが現れた場合も最初の 1 件のみを用例として採取し不要な重複を避ける工夫をしました 2

3 重複する用例データの削除一つ前の作業で同一ページでは同じ用例が複数回採取されないようにしましたが 6 億語弱のパイロット版 NLT を開発して実際に運用してみたところ同一サイトで同一の用例が頻出することが確認されましたそのため URL の情報をもとに同一サイトでの同じ用例は一度だけ採取するように改良し最終的に語数にして 11 億 3781 万語用例数にして 4672 万 7 千例の筑波ウェブコーパスが完成しましたアノテーション NLT ではコロケーションや文法的振る舞いの情報を抽出するために筑波ウェブコーパス (TWC) のデータにアノテーションを付与した上で解析していますアノテーションに使用している解析器辞書は以下の通りです形態素解析 MeCab IPA 辞書形態素解析用の IPA 辞書は代表表記の情報を含まないため独自に拡張して代表表記に対応させています係り受け解析 CaboCha ご利用にあたって 1. 動作環境ブラウザは Firefox Chrome Safari IE( バージョン 8 以上 ) に対応しています処理速度の観点から Firefox Chrome Safari のご利用をお勧めします 2. クッキーの設定使用にあたってはブラウザのクッキーをオンにしてくださいオフにした状態ではデータが表示されませんクッキーをオンにする方法については各ブラウザのマニュアルなどでご確認ください 3. 表示結果 NLT では機械的に処理した結果をそのまま表示しています形態素係り受け解析や抽出処理の精度の限界により不適切なデータが混入していますあらかじめご了承ください 4. 論文記事を公表する場合 NLT を研究教育に利用して論文や記事を執筆される場合は以下のように必ず NLT を利用した旨を明記してください筑波大学国立国語研究所 Lago 言語研究所 NINJAL-LWP for TWC ( 5. 用例の削除依頼このコーパスは教育研究目的でウェブ上からデータを収集したものですすべての用例は出所先であるページのタイトルと URL を明記した上で表示しています自らが著作権を有するウェブページから抽出された用例の削除を希望される場合はお問い合わせのメールアドレスまでご連絡ください申請者ご本人のページであることを確認した上で削除させていただきます 4. お問い合わせ NLT に関するお問い合わせは以下までお願いいたします 3

4 5. 使い方ガイド見出し語検索ウィンドウの見出し語リストと見出し語ウィンドウの各パネルでは簡単な操作法を示した使い方ガイドを表示することができますリストやパネルの右上の [?] ボタンをクリックします下のような使い方ガイドが表示されます次の説明に移動するときは右上の [NEXT] の部分をクリックしますひとつ前の説明に戻るときは左上の [PREV] の部分をクリックします使い方ガイドを閉じるときは画面右下の [Close ] をクリックします 4

5 6. チュートリアルコンコーダンサでは検索語句を入力するとその結果がコンコーダンスラインとして返ってきます NLT では検索語句を入力する代わりにまず調べたい語 (NLT ではこれを見出し語と呼びます正確には形態素解析によって認定された形態素を指します ) を選びます見出し語として選べるのは名詞動詞形容詞連体詞副詞の 5 種類の内容語ですここでは走るという動詞について調べてみますまず画面上の入力ボックスに走るまたははしる ( カタカナも可 ) または hashiru を入力して [ 絞り込み ] ボタンをクリックします下のリストにはしるという読みの見出し語が 3 つ表示されますので一番上の走るをクリックしますクリックすると走るの見出し語ウィンドウが開きますここでは走るの主語となるガ格の名詞にはどのようなものがあるのかを調べてみることにします左側の文法パターンのパネルの [ グループ別 ] を選ぶと一番上に [ 名詞 + 助詞 <] グループがあります一番上の [ が走る ] というパターンをクリックします 5

6 すると中央のコロケーションパネルに [ 名詞 + が走る ] のコロケーションが頻度順に表示されます左側の用例パネルには最も頻度の高い車が走るの用例が表示されます次に特徴的なコロケーションを表示してみます NLT では頻度順だけでなく MI スコアなどの他の統計値でも並べ替えることができます MI スコアは統計指標の一つで特徴的なコロケーションほど数値が高くなる傾向がありますただし低頻度のコロケーションの数値が過剰に高くなるため低頻度のものを排除する必要がありますコロケーションパネルのヘッダーの [MI] をクリックしてからパネル上で右クリックして [ 頻度 20 以上 ] を選びます 6

7 それぞれのコロケーションをクリックすると右のパネルにその用例が表示されますここでは 6 番目の閃光が走るをクリックしてみますコーパスで使われている実際の用例を一つずつ確認することができます用例はセンテンス単位で表示されますさらに前後の文脈を確認するときはそれぞれの用例の出典の部分をクリックしますさらにその右の矢印のアイコンをクリックすると別ウィンドウ ( またはタブ ) にもとのウェブページに表示しますこのように NLT では検索ウィンドウでまず見出し語を選んで見出し語ウィンドウ上で文法パターンコロケーション用例を行き来しながらその見出し語の振る舞いの全体像をつかむことができますクリックだけで簡単に操作できますので思考を途切らせることなくさまざまな表現を思いのままに調べることができます 7

8 7. NLT の 2 つのウィンドウ NLT には 2 種類のウィンドウがあります見出し語を検索するための見出し語検索ウィンドウとそれぞれの見出し語の振る舞いを調べるための見出し語ウィンドウです 7.1 見出し語検索ウィンドウ見出し語検索ウィンドウは見出し語を表示する見出し語リストと見出し語を絞り込むための入力ボックスとボタン絞り込みを解除するためのボタンから構成されます見出し語リストの [ 見出し ] の列をクリックするとその見出し語のウィンドウ ( タブ ) が開きます 8

9 7.2 見出し語ウィンドウ見出し語ウィンドウは 3つのパネルから構成されます左から文法パターン基本情報パネルコロケーションパネル用例パネルです見出し語の振る舞いを調べるときは左のパネルから右のパネルに向かって文法パターンコロケーション用例という順に見ていきます用例の前後を見るときは文脈を表示するダイアログで確認できます前後 5 センテンス ( 句点で終わるもの ) を見ることができます 9

10 8. 見出し語検索ウィンドウの操作 8.1 見出し語ウィンドウの開き方見出し語リストの見出し列をクリックするとその見出し語のウィンドウ ( タブ ) が開きます 8.2 見出し語リストの並べ替え見出し語リストはウィンドウを開いた最初の状態では頻度の高い順に表示されていますリストは [ 読み ] と [ ローマ字表記 ] と [ 頻度 ] で並べ替えできます図のように [ 読み ] のヘッダー部分をクリックすると見出し語の読み順 ( 昇順 ) に並べ替えますもう一度クリックすると今度は見出し語の読み順 ( 降順 ) に変わります [ ローマ字表記 ] も [ 読み ] と同じです [ 頻度 ] の場合は最初にクリックしたときは高頻度順 ( 降順 ) もう一度クリックすると低頻度順( 昇順 ) になります 10

11 8.3 見出し語リストのページ見出し語リストは初期設定で 1 ページに 100 語の見出し語が表示されますリストを順に見ていくときはリスト下の [ ページ切り替えボタン ] をクリックしてくださいボタンの間にある入力ボックスに直接ページを入力して指定したページにジャンプすることもできます 1 ページに表示する見出し語数は [ ページ切り替えボタン ] の右のコンボボックスで変更できます 1 ページの見出し語数は 100 語 200 語 300 語の 3 つから選べます 8.4 見出し語リストの切り替え見出し語リストには 6 種類のリストがあります [ 名詞 ] [ 動詞 ] [ 形容詞 ] [ 連体詞 ] [ 副詞 ] ではそれぞれの品詞の見出し語が [ すべて ] ではこれら 5 つの品詞のすべての見出し語が表示されますリストの上部にあるタブをクリックすると見出し語リストが切り替わりますナ形容詞の扱いについては 8.7 をご覧ください 8.5 見出し語の検索 ( 絞り込み ) 特定の見出し語を検索したいときは見出し語リストの上にある入力ボックスにその見出し語かその読み ( ひらがなまたはカタカナ ) かローマ字 ( ヘボン式 ) で入力しますローマ字の表記については 27 ページのローマ字一覧をご覧ください見出し語は代表的な表記で示されていますがユーザはどの表記が代表的な表記か分からないのでふつうは読みで検索することをお勧めします入力できたらエンターキーを押すか隣の [ 絞り込み ] ボタンをクリックしてください絞り込んだ状態のままで並べ替えすることもできます検索する見出し語が見つかったらその見出し語をクリックして見出し語ウィンドウを開きます絞り込みの状態を解除して元に戻すには [ 元に戻す ] をクリックします 11

12 見出し語は完全一致以外に前方一致後方一致でも検索できます前方一致で調べたいときは先頭に ^ ( 全角でも半角でも可能 ) を付けます右の例では [ すべて ] の見出し語リストから思で始まる見出し語をすべて表示しますローマ字表記でも前方一致で検索できます後方一致の場合は末尾に $ ( 全角でも半角でも可能 ) を付けます右の例では [ 動詞 ] の見出し語リストから非自立の動詞をすべて表示しますローマ字表記でも後方一致で検索できます 12

13 8.6 見出しリストの絞り込み前節では見出し語を絞り込む方法を示しましたが見出し読み頻度の 3 つの項目を自由に組み合わせて絞り込むこともできます見出し語リストの左下の [ フィルタ ] ボタンをクリックすると [ フィルタ ] ダイアログが開きます以下では頻度が 10 万件以上の副詞だけを表示しますリストの右下に該当する見出しの件数 (44 件 ) が表示されますさらに複数の条件を指定することもできます条件を追加するときは [ フィルタ ] ダイアログの [+] ボタンをクリックします ( 逆に [-] ボタンをクリックするとその条件が削除されます ) 以下ではとで終わる頻度 10 万件以上の副詞を表示します複数の条件を指定するときはダイアログの一番下にあるコンボボックスで [ すべての ] 条件を満たす見出しを表示するかそれとも [ いずれかの ] 条件を満たす見出しを表示するかを指定します 13

14 条件を解除してすべての見出し語を表示するには [ フィルタ ] ダイアログの [ リセット ] をクリックするか見出し語リストの左下の [ リセット ] ボタンをクリックしてください 8.7 ナ形容詞の扱い NLT では形態素解析に IPA 辞書を利用しています IPA 辞書にはナ形容詞 ( あるいは形容動詞 ) という品詞分類はありませんそのため NLT では形容動詞の語幹となる名詞と助動詞ダが連続する場合にナ形容詞と判定する便宜的な方法を用いています検索するときは使いやすさを考慮して語幹となる名詞からでも形容詞からでも検索できるようにしています例えば必要なというナ形容詞は語幹となる必要という名詞からでも必要なという形容詞からでも検索することができますまず語幹となる名詞必要から検索してみます名詞の見出し語リストを選択し入力ボックスにひつようと入力し [ 絞り込み ] ボタンをクリックします見出し語リストの必要をクリックすると名詞必要の見出し語ウィンドウが開きます形容詞としての用法を調べたいときは [ 文法パターン基本情報パネル ] の [ グループ別タグの右上にある [ 形容動詞語幹 + だ ] というボタンをクリックします 14

15 以下のようにナ形容詞 ( 形容動詞語幹 + 助動詞ダ ) の用法のパターンにジャンプします形容詞必要なから検索する場合は形容詞の見出し語リストを選択し入力ボックスにひつようなと入力し [ 絞り込み ] ボタンをクリックします見出し語リストの必要なをクリックすると先ほどと同じ名詞必要の見出し語ウィンドウが開きますこれ以降の操作は先ほどの名詞の場合と同じです 15

16 9. 見出し語ウィンドウの操作 9.1 見出し語ウィンドウの構成本章では見出し語のウィンドウの使い方について説明します見出し語ウィンドウは以下の 3 つのパネルから構成されます文法パターン基本情報パネルコロケーションパネル用例パネル 9.2 文法パターン基本情報パネル文法パターン基本情報パネルは以下の 3 つのタブから構成されます [ グループ別 ] と [ パターン頻度順 ] は文法パターンを表示するためのタブで中央のコロケーションパネルと連動しています [ 基本 ] には基本的な頻度情報が集約されています基本情報タブ基本情報タブは [ 書字形 ] [ 活用形 ] [ 後続助動詞の割合 ] の 3 つのパネルで構成されますヘッダーをクリックするとそのパネルが開くようになっています活用のない名詞や副詞や連体詞の基本情報タブには [ 活用形 ] と [ 後続助動詞の割合 ] のパネルはありません基本情報タブは他の文法パターンを表示するタブとは異なりコロケーションパネルと連動しません以下動詞申すを例にして 5つのパネルを説明します [ 書字形 ] にはそれぞれの表記の頻度と割合が表示されます漢字表記が 96% を占めていることが分かります 16

17 [ 活用形 ] にはそれぞれの活用形の頻度と割合が表示されますこのパネルは活用形のある内容語 ( 動詞形容詞 ) のみです申すは連用形での使用が 8 割を占めていることが分かります [ 後続助動詞の割合 ] には動詞または形容詞の直後に助動詞が後続する頻度と割合が表示されます動詞の場合はれるられるせるさせる ( 使役 ) ないぬません ( 否定 ) の助動詞形容詞の場合はないぬありません ( 否定 ) が表示されます左が動詞申す右が形容詞の素晴らしいの例です素晴らしいは 10 万件ほどの例がありますが否定形が直後に後続するのはわずか 32 件で否定形では用いられることはきわめてまれであることが分かりますグループ別タブ [ グループ別 ] タブと次のサブセクションで説明する [ パターン頻度順 ] タブはどちらも文法パターンを一覧表示します [ グループ別 ] では文法パターンがグループごとに分類して表示され [ パターン頻度順 ] では文法パターンが頻度の高い順に表示されますどちらのタブもパターンの列をクリックするとそのパターンのコロケーションが右のコロケーションパネルに表示されます以下では時間を+ 動詞のコロケーションが表示されています 17

18 文法パターンのグループは品詞ごとに設定されています動詞の場合以下の 9 のグループに分類されますどのパターンにも属さなかった用例は未分類としてまとめています ID 文法パータングループ説明 A 名詞 + 助詞動詞の前に名詞 + 格助詞が先行するパターン B 名詞 + 複合助詞動詞の前に名詞 + 複合助詞が先行するパターン C 名詞動詞の直後に名詞が後続するパターン E 助動詞動詞の直後に助動詞が後続するパターン F 複合動詞複合動詞の前項または後項にくるパターン G 近接動詞当該動詞と前後 3~5 語以内の共起する動詞とのパターン H 形容詞動詞の直後に非自立の形容詞が後続するパターン I 副詞動詞とそれを修飾する副詞のパターン J 形容詞連用形動詞とそれを修飾する形容詞連用形のパターン Z ( 未分類 ) 上記のどのパターンにも属さない用例パターン頻度順タブ [ パターン頻度順 ] タブは文法パターンが頻度の高い順に表示されます頻度と見出し語の全頻度に占める比率が示されます比率は棒グラフで示されていますが棒グラフの上にマウスのカーソルを置くとその割合 ( 数字 ) が表示されますこのタブは見出し語の振る舞いの全体像をつかむときに利用すると便利です以下は名詞の可能の例です助動詞が後続するパターンが最も頻度が高くその右のコロケーションを見ると可能だ可能ですという形がほとんどを占めていることが分かります 18

19 9.3 コロケーションパネルコロケーションパネルは文法パターンパネルで選んだコロケーションを表示します以下は時間が+ 動詞のコロケーションの例です最初に表示したときはコロケーションは頻度の高い順に並んでいますが MI スコア LogDice 係数という2 種類の統計値でも並べ替えることもできます並べ替えるときはそれぞれのヘッダーをクリックしますコロケーションパネルの統計値 MI スコアで並べ替えると頻度にかかわらず特徴的なコロケーションが上位に現れます高頻度順で表示 MI スコア順で表示ただし MI スコアの特性として低頻度のコロケーションが過度に強調されるため低頻度のものを排除したほうが人間の直感に近い結果が得られますパネル上で右クリックすると頻度を設定するメニューが表示されますどの頻度を選ぶかはケースバイケースです [ 頻度 10 以上 ] で十分絞り込めていない場合は [ 頻度 20 以上 ] にするなど実際の結果を見ながら判断するのがよいでしょう 19

20 LD は LogDice 係数でコロケーションの統計処理でよく利用されるダイス係数を対数化したものです共起頻度見出し語の頻度共起語頻度の 3 つの変数から導いた統計値で降順に並べると MI スコアよりは単純頻度に近い結果が出ますコロケーションパネルでの固有名詞と数詞の表示固有名詞については以下の 4 つのグループにまとめて表示していますこのうち一般には形態素辞書にない固有名詞以外の未知語が含まれることがありますまた数詞については数字としてまとめて表示されますコロケーションパネルでの表示人名地域組織一般数字該当する固有名詞姓や名著名人の名前など一般的な地名や国名など企業などの組織名上記以外の固有名詞数詞以下は動詞読むの名詞 + を読むのコロケーションに現れた人名 + を読むの例です 20

21 9.3.3 特定のコロケーションの検索 ( フィルタ ) 特定のコロケーションを探したいときは画面左下の [ フィルタ ] ボタンをクリックして [ フィルタ ] ダイアログを表示します [ フィルタ ] ダイアログの使い方は見出し語検索ウィンドウの見出し語リストの場合と同様です (8.6 を参照 ) 以下では時間が + 動詞のコロケーションのリストから時間が過ぎ去るを検索している例です絞り込んだ状態を元に戻すには [ フィルタ ] ダイアログの [ リセット ] ボタンをクリックするかコロケーションパネルの [ フィルタ ] ボタンの右の [ フィルタ解除 ] ボタンをクリックしますコロケーションリストのダウンロード表示中のコロケーションのリストをダウンロードしたいときはコロケーションパネルの左下の [ ダウンロード ] ボタンをクリックします 21

22 クリックするとダウンロードするファイルの形式を選択するダイアログが表示されますファイル形式は Excel ファイル (XLS ファイル ) と CSV ファイル ( カンマ区切りのファイル ) の 2 種類ですダウンロードできるのは表示中パターンの全コロケーションのリストですフィルターダイアログで絞り込んだ結果を保存することはできませんファイル形式を選択して [ ダウンロード ] ボタンをクリックすると FireFox の場合以下のようなダイアログが表示されますので [ プログラムで開く ] か [ ファイルを保存する ] かを選び [OK] ボタンをクリックします以下は Excel ファイルでダウンロードし Excel で開いたときの画面です出力される項目は左から順にコロケーション頻度 MI スコアログダイスです csv ファイルの場合も同様です 22

23 [ ファイル情報 ] のシートにはダウンロードしたコロケーションの情報が記載されています 9.4 用例パネル用例パネルはコロケーションパネルで選択したコロケーションを含む用例を表示します用例は短い順に表示されます以下は時間がかかるの用例です用例の前後の文脈の表示各用例の出典 ( グレーの文字の部分 ) をクリックすると前後の文脈を表示するダイアログが開きます 23

24 9.4.2 特定の表現を含む用例の検索 ( フィルタ ) 特定の表現を含む用例を検索することもできます以下は顰蹙を買うの用例です全体で 413 件あります用例を読んでいくと周囲の顰蹙を買うという表現が 2 件見つかりますこの表現が全体 ( 413 件 ) のうちどのくらいあるのかを調べてみます用例パネルの左下の [ フィルタ ] ボタンをクリックし [ フィルタ ] ダイアログに以下のように入力し [ フィルタ ] ボタンをクリックします以下のように 13 件の用例が見つかります 24

25 9.4.3 用例のダウンロード表示中の用例をダウンロードしたいときはコロケーションパネルの左下の [ ダウンロード ] ボタンをクリックしますクリックするとダウンロードするファイルの形式を選択するダイアログが表示されますファイル形式はコロケーションリストと同じ Excel ファイル (XLS ファイル ) と CSV ファイル ( カンマ区切りのファイル ) の 2 種類です用例は最大で先頭から 1 万件まで抽出できますファイル形式を選択して [ ダウンロード ] ボタンをクリックすると以下のようなダイアログが表示されますので [ プログラムで開く ] か [ ファイルを保存する ] かを選び [OK] ボタンをクリックします以下は Excel ファイルでダウンロードし Excel で開いたときの画面です 25

26 [ ファイル情報 ] のシートにはダウンロードしたコロケーションの用例の情報が記載されています語比較機能 1. 見出し語検索ウィンドウの右上にある [ 2 語比較検索 ] ボタンをクリックします 2. 2 語比較検索ウィンドウが開きます 26

27 3. 比較できるのは同一の品詞の内容語の組み合わせです名詞と名詞動詞と動詞イ形容詞とイ形容詞ナ形容詞とナ形容詞連体詞と連体詞副詞と副詞これ以外に以下の組み合わせでも可能ですイ形容詞とナ形容詞イ形容詞と連体詞ナ形容詞と連体詞 4. それでは実際に 2 つの動詞を比較してみます [ 動詞 ] タブをクリックして動詞のリストを表示します 5. 動詞を選択するときはリストの左端にあるチェックボックスにチェックマークを入れます以下では思うと考えるを選択しています 27

28 6. ただ実際にはこのように同じ画面に表示されている動詞を選択する場合はまれなので画面左上の [ 絞り込み入力ボックス ] に比較したい動詞を入力して絞り込んで選択しますここでは冷えると冷めるを比較してみます以下のように 2 つの動詞の読みをスペース ( 全角でも半角でもよい ) で区切って入力します 7. 入力できたら [ 絞り込み ] ボタンをクリックしますひえるとさめるの読みをもつ動詞が 5 つ表示されます 8. 冷えると冷めるにチェックマークを入れます 9. リストの右上の [2 語比較 ] ボタンをクリックします 28

29 10. 冷えると冷めるの比較ウインドウが開きます 11. [ 文法パターン ] パネルの [ グループ別 ] では文法パターンごとにコロケーションが分類されています以下は名詞 + 助詞 + 冷える冷めるのパターンとその頻度を表しています 12. このなかからガ格名詞と冷える冷めるのコロケーションを調べてみます一番上のが冷えるまたはが冷めるをクリックします 29

30 13. コロケーションパネルにが冷えるとが冷めるのコロケーションが表示されます 30

31 14. 最初の状態ではコロケーションは LD 差の降順に並んでいます LD 差というのは左側のコロケーション ( この場合はが冷える ) の LD( ログダイス値 ) から右側のコロケーション ( この場合はが冷める ) の LD を引いたものです LD 差が大きくなればなるほどが冷えるの特徴的なコロケーションと言えます逆に LD 差が小さくなればなるほどが冷めるの特徴的なコロケーションになります視覚的に理解しやすいように LD 差が大きくなるほど濃い黄色で LD 差が小さくなるほど濃い紫でハイライトされます 13. の画面ではが冷えるの特徴的なコロケーションが表示されていますがが冷めるの特徴的なコロケーションを見るときは [LD 差 ] のヘッダーをクリックして LD 差の昇順に並べ替えますコロケーションパネルには LD が負の値になるコロケーションや固有名詞 ( で囲んだもの) を含むコロケーションは表示されませんそのため文法パターンパネルに表示されるパターンの総頻度とコロケーションパネルに表示されるコロケーションの頻度の合計は一致しない場合があります 15. 両方のコロケーションを詳細に分析するためにコロケーションパネルのフッターに 3 種類のボタンセットが用意されています一番上の [ 頻度 ] ボタンセットは頻度を絞り込むときに使います頻度 2 以上頻度 5 以上頻度 10 以上の 3 つがありますこれ以外の頻度に設定したいときは後ほど説明するフィルターダイアログを使用します 31

32 16. 頻度 1 のコロケーションは数が多いので頻度 2 以上または 5 以上にすると候補が絞られます全体的な傾向を見たい場合は頻度の低いものを排除すると分かりやすくなりますが冷えるとが冷めるの場合頻度 2 以上にすると 1 ページに収まるようになります 17. さらに頻度 10 以上にすると候補は 70 件程度までになりますヘッダーを見るとそれぞれの動詞のコロケーションの数が分かります ( が冷えるが 44 件が冷めるが 25 件 ) 32

33 18. 2 番目のボタンセットを使うと LD 差で絞り込めます頻度での絞り込みとの違いは LD 差の場合は数字の大きいものを選ぶほど頻度には関係なく特徴的なコロケーションのみが表示される点です 19. が冷えるとが冷めるの場合 LD 差を ±5 以上にすると 1 ページに収まるようになります 20. LD 差 ±5 以上で頻度 10 以上にするとスクロールせずに見渡せる状態になります 33

34 21. このように頻度と LD 差をうまく組み合わせて分析の対象を狭めたり広げたりすることができます番目のボタンセットは左側 ( この場合はが冷える ) 右側 ( この場合はが冷める ) のどちらか片方に現れるコロケーションや左右両方に現れるコロケーションを表示するときに使います 23. 以下ではが冷えるだけに現れるコロケーションで頻度 2 以上のものを表示しています 24. コロケーションパネルでは LD 差以外に左右のコロケーションの [ 頻度 ] [MI] [LD] で並べ替えることができます 23 の画面を頻度順に並べると以下のようになります 34

35 25. 出現位置を [ 両方の語 ] にすると両側に現れるコロケーションのみを表示しますこの機能を利用すると [ 愛 / 愛情 / 気持ちが冷えると愛 / 愛情 / 気持ちが冷めるはどちらも使えますが両者にどのような違いがあるのかを用例レベルで調べることができます 26. 用例を見るにはそれぞれのコロケーションをクリックします文法パターンパネルが閉じて用例パネルが現れます以下は愛が冷めるをクリックしたときの画面です特定のパターンのコロケーションとその用例を見るときはこの画面で作業すると便利です 35

36 27. 文法パターンパネルを表示するときは左上の開閉ボタンをクリックします 36

37 ローマ字表記で使用しているローマ字一覧あいうえお a i u e o かきくけこきゃきゅきょ ka ki ku ke ko kya kyu kyo さしすせそしゃしゅしょ sa shi su se so sha shu sho たちつてとちゃちゅちょ ta chi tsu te to cha chu cho なにぬねのにゃにゅにょ na ni nu ne no nya nyu nyo はひふへほひゃひゅひょ ha hi fu he ho hya hyu hyo まみむめもみゃみゅみょ ma mi mu me mo mya myu myo やゆよ ya yu yo らりるれろりゃりゅりょ ra ri ru re ro rya ryu ryo わをん wa wo n がぎぐげごぎゃぎゅぎょ ga gi gu ge go gya gyu gyo ざじずぜぞじゃじゅじょ za ji zu ze zo ja ju jo だぢづでどぢゃぢゅぢょ da ji zu de do ja ju jo ばびぶべぼびゃびゅびょ ba bi bu be bo bya byu byo ぱぴぷぺぽぴゃぴゅぴょ pa pi pu pe po pya pyu pyo ふぁふぃふぇふぉ fa fi fe fo 37

38 このマニュアルについて本マニュアルの著作権は筑波大学と国立国語研究所と Lago 言語研究所が所有します無断転載複製を一切禁じます Copyright University of Tsukuba, National Institute for Japanese Language and Linguistics, Lago Institute of Language. All rights reserved. 38

WinXPBook.indb

WinXPBook.indb 35 使ってみよう! Windows XP 第 4 章 4.1 キーボードの上手な使い方 36 第 4 章 / 日本語入力に挑戦しよう 4.2 英数字の入力 4.2.1 エディタとワープロエディタ特徴使用目的ワープロ特徴使用目的 4.2 英数字の入力 37 4.2.2 メモ帳を使う 4.2.3 英数字の入