Transcript コーパスとは何か・コーパスの作成

コーパスとは何か
コーパスの作成
コーパスの資料
北尾 謙治
MK706 Phone 7696
[email protected]
コーパス
（電子）テキストの集積したもの
テキストファイルや、それを集めたもの
電子コーパスとも呼ばれる
（音声コーパス）
コーパスの種類

均衡コーパス







Brown
アメリカ １９６１
Lob
イギリス １９６１
Frown
アメリカ
early １９９０ｓ
Flob
イギリス early １９９０ｓ
BNC
イギリス １９９１－１９９４
Bnak of English イギリス
COCA
アメリカ １９９０－

パラレルコーパス

リンク集


北尾のコーパス


http://www.cis.doshisha.ac.jp/kkitao/library/res
ource/corpus/corpus.htm#parallel
http://kkitao.e-learningserver.com/cgi/corpus/ej.html
コーパス

http://mastarpj.nict.go.jp/~mutiyama/align/ind
ex.html

学習者コーパス

その言語の学習者が



書いた作文
話し言葉を書きとったもの
リンク集

http://www.cis.doshisha.ac.jp/kkitao/library/res
ource/corpus/corpus.htm#learner

JEFLL Corpus


NICEの使用方法などの解説


http://scn02.corpora.jp/~jefll03/jefll_top.html
http://kkitao.e-learningserver.com/kitao/learner/nice_maual4doshish
a_091001a.doc データベースの例
学習者コーパスに関するリンク集

http://www.fl.reitakuu.ac.jp/LINC/projects/langTech/links_learner.
html

ESPや特殊なコーパス

MICASE


映語犬サク


http://quod.lib.umich.edu/m/micase/
http://screenplay.co.jp/kensaku/kensaku.cgi
Business Letter Corpus

http://www.someyanet.com/concordancer/index.html
既存のコーパス
無料と有料
インターネットで公開
本屋や直接購入
電子テキストのみかツールと抱き合わせ
タグ付きとタグなし
品詞タグ
＊＊＿ｖ ＊＊＜ｖ＞
意味タグ
独自のタグ
タグの付け方
機械
手
電子図書館
インターネットで公開された電子テキスト
主に文学作品、演説、重要な書類など
Project Gutenberg
http://www.gutenberg.org/wiki/Main_Page
青空文庫
http://www.aozora.gr.jp/
自分のコーパスの作成
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にある文字はコピーする
音声を書き起こして、入力する
ツール
コーパス
単なる電子テキストとその集積
ツール (有料と無料）
コーパスを加工、整形したり、検索するため
のソフト
エディタ （秀丸、Wordなど）
コンコーダンサ (オンライとダウンロード）
特殊なもの （オンライン、CDなど）
例

Machu Picchu

http://www.cis.doshisha.ac.jp/kkitao/librar
y/student/reading/easy/various/v_15.htm
The End






http://kkitao.e-learningserver.com/class/corpus/index.html
コーパスの基本情報を得る
コーパスの語彙頻度を得る
語彙の難易度を知る
AntConcを入手
解答シート