国語研究所の施設整備に伴い,関連のサービスを次の期間,停止します。
期間:2024年4月27日(土)9:00~2024年4月29日(月・祝)17:30
対象:Web用例データベース(複合動詞,サ変動詞,形容詞)・『ひまわり』&関連資料(ダウンロードもできません),FishWatchr & FishWatchr Miniなど
#navi(../) &color(red){&size(20){本ページは作成中です。};}; *6. 言語資料の分析を支援する [#j9dc7b31] ** 6.1 アノテーション内容の集計 [#ca00dd50] *** 6.1.1 基本的な利用方法 [#se8fc263] [ツール]⇒[一覧]⇒[ユーザ入力]で,言語資料に付与されているアノテーション内容の集計を行います。 アノテーションは,タグによって記述されているため,タグを指定して集計することになります。例えば,『青空文庫』サンプルでは,一つの作品に対して,「記事」というタグが付与されています。タグはいくつかの属性を持つことができ,「記事」には作品名や著者名の属性があります。 『青空文庫』サンプルの「記事」タグを使って,作品一覧を作成する手順は,次のとおりです。 + [ツール]⇒[一覧]⇒[ユーザ入力]で設定用のウィンドウを起動して,下図(左)のように「第1層タグ」のところに,「記事」を設定して下さい。 + 選択メニューの右のボタンを押すと,下図(中央)のウィンドウが現れるので,「タイトル」「著者」にチェックを入れて下さい。 + 二つのウィンドウの「OK」ボタンを押すと,下図(右)の記事一覧表が作成されます。 #ref(./himawari_summarize_articles2.png,80%) *** 「頻度」オプション [#jad90333] 「頻度」オプションをチェックすると,一覧の各項目の出現頻度を計測することができます。下の図は,「記事」の頻度を表示したものです。『青空文庫』サンプルには,作品は重複して登録されていないため,当然,各作品の頻度は1になります。 #ref(./himawari_summarize_articles3.png,80%) 同様に,rタグ(ルビ)に対して,実行したのが次の図です。左図はrタグの属性rtを選択して表示したものです。rt属性には,ルビ本体が記述されているので,頻度付きのルビの一覧を作成することができます。 #ref(./himawari_summarize_ruby1.png,80%) 一方,右図は属性を選択しないで表示したものです。この場合,rタグの総数を計測することになります。 #ref(./himawari_summarize_ruby2.png,80%) *** 「第x層タグ」の設定 [#i0b928fc] タグは,「第1層タグ」「第2層タグ」「第3層タグ」に複数指定することにより,タグ間の包含関係を考慮した一覧の作成が可能です。下の図は,「第1層タグ」に「記事」タグ,「第2層タグ」にrタグを指定することにより,「記事」に含まれるルビの数を計測しています。 #ref(./himawari_summarize_ruby3.png,80%) 「頻度」は最下層のタグを対象に計測します。上の例の場合は,rタグの頻度を「記事」ごとに計測することになります。 *** 「長さ」オプション [#x346c777] 「長さ」オプションは,タグでマークアップされている文字列の長さを計測します。この際,マークアップされている文字列の中に含まれるタグや空白文字は,すべて長さ0として計測されます。 次の例は,「記事」タグでマークアップされている文字列(『青空文庫』サンプルの場合は一つの作品)に含まれる文字数を計測することになります。 #ref(./himawari_summarize_articles4.png,80%) *** 「内容」オプション [#ka1baa6a] 「内容」オプションは,タグでマークアップされている文字列のための列を集計結果に追加します。 次の例は,rタグでマークアップされている文字列,つまり,ルビをつけられている文字列とルビをペアで集計しています。 #ref(./himawari_summarize_ruby4.png,80%) *** 「文脈」オプション [#cc520d07] 「文脈」オプションは,指定したタグのうち,最下層のタグに関して,後続するnタグ分の情報を集計結果に追加します。なお,nは「文脈」オプションで指定した値です。 例えば,『青空文庫』サンプル(形態素解析結果付き)のmorphタグを使って,単語bigramを作成してみます。 #ref(./himawari_summarize_ngram1.png,80%) 最下層のタグAを対象に,指定した文脈数分の後続するタグAのための列を,指定した文脈数分,集計結果に追加します。なお,ここで言う,前後とは,単純に出現するという意味です。 ** 6.2 [#xe562673] ** 6.3 [#ycb67277] ** 6.1 [#n67813b5] ** 6.1 [#v2732273]