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 授業概要

 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） 授業の予定

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。 )  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（１）

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。 評価の方法（２）

1. コーパスとは何か？ 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 コーパス言語学概論 目次

 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 １．コーパスとは何か？

 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 コーパスの分類

 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（１）

 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 サンプルコーパスと モニターコーパス（２）

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 British National Corpus (BNC)

BNC: Top Page

BNC: About the BNC

BNC: Search the Corpus

Corpus Concordance Sampler 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

 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（１）

 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 一般コーパスと 特殊コーパス（２）

 CHILDES

  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

 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 （１）

 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） 共時コーパスと通時コーパス （２）

 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（１）

 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) 書き言葉コーパスと話し言葉コーパ ス（２）

 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。） 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

 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？ 課題１： no matter 構文について：