全文検索システム『ひまわり』/『毎日新聞記事データ集』を利用する方法

全文検索システム『ひまわり』

１．概要†

　このページでは，『毎日新聞記事データ集』（本社版，１９９４年以降）を『ひまわり』にインポートする方法を示します。ただし，2.1 節のとおり，実行環境に制限があります。必ず，事前に実行環境を確認して下さい。

　なお，本ページの内容，および，配布パッケージの動作は，無保証です。自己責任での実行をお願いいたします。

２．準備†

2.1 実行環境の確認†

　インポート時は大量のメモリを使用するため， 次の条件を満たす PC が必要です。

1. OSが64ビット版であること
   • Windowsの場合： himawari.exeが起動すれば，64ビット版です。himawari32.exeしか動かなければ，32ビット版ということになります。
   • macOSの場合は，確認の必要はありません（64ビット版でないと『ひまわり』自体が動きません）。
2. 8GB 以上のメモリが搭載されていること
3. 『ひまわり』はver.1.7を使用してください。

2.2 「毎日新聞記事データ集用変換パッケージ」のインストール†

1. 「毎日新聞記事データ集用変換パッケージ」をダウンロードしてください。（履歴・旧版）
2. 『ひまわり』を起動し，ダウンロードしたファイルを『ひまわり』にドラッグ＆ドロップして下さい。なお，ファイルは展開（解凍）する必要はありません。

３．変換手順†

3.1 毎日新聞記事データの配置†

1. 毎日新聞のテキストデータを格納するために，「Mainichi」というフォルダを新規に作成して下さい。
2. インポートする毎日新聞のファイルをMainichiフォルダにセットアップします。このとき，次のように年ごとにフォルダを作成し，そこに毎日新聞のファイルをコピーして下さい。なお，ファイル末尾が .TXT のように大文字の場合は，小文字にして下さい(例：mai94.TXT → mai94.txt)

   - Mainichi
    - 1994
      - mai94.txt
    - 1995
      - mai95.txt
        　:
    - 2002
      - mai2002a.txt
      - mai2002b.txt
         　:

3.2 インポートの実行†

1. 『ひまわり』を起動して下さい。
2. 3.1で作成したMainichiフォルダを『ひまわり』にドラッグ＆ドロップして下さい。
3. インポート設定用のウィンドウの「詳細オプション」をクリックすると，次のウィンドウが起動します。
   • 「テキスト変換」オプションのメニューから「mainichi.htd」を選択して下さい。
   • 「設定ファイル（テンプレート）」オプションのメニューから「mainichiConfig.xml」を選択して下さい。
   • 「サブコーパスを作る」オプションにチェックを入れて下さい。
   • １年分しかインポートしない場合は，「変換対象データのフォルダ」欄と「コーパス名」欄を次のように変更してください。
     • 「変換対象データのフォルダ」の末尾がMainichiで終わるように書き換える。（例：　E:\Mainichi\1994 →E:\Mainichi）
     • 「コーパス名」をMainichiに書き換える。（例：1994 →　Mainichi）
        
       
        
4. 「インポート」ボタンを押すと，インポートの処理が開始します。「インポートが正常に終了しました」と出れば，成功です。
5. 「毎日新聞記事データ集用変換パッケージ」のインストールをもう一度行なって下さい。これは，インポートの処理を行うと，「毎日新聞記事データ集用変換パッケージ」でインストールしたファイルの一部が削除されるためです。

４．利用方法†

4.1 検索方法†

1. 『ひまわり』を起動し，[ファイル]→[コーパス選択]で，Mainichi（config_mainichi.xml) を読み込んでください。インポート直後はこの状態です。
2. これで，インポートしたデータを検索できる状態になります。詳しい検索方法については，全文検索システム『ひまわり』の利用者マニュアルを参照してください。

4.2 検索結果†

　「毎日新聞記事データ集」の仕様は，日外アソシエーツの納品データ仕様書(本社版)を参照して下さい。インポート時は，元データをそのまま利用していますが，次のような個別処理を行なっています。詳しい処理内容は，インポートの変換定義ファイル（resoureces/htd/mainichi.htd）をご覧ください。

• 大阪版の記事の場合，元データでは，記事見出しの末尾に「【大阪】」が付与されていますが，インポート時に削除しています。
• 著作権がフラグが「著作権無」の記事は，記事本文を空欄した状態でインポートしています。

アンケート†

論文などで引用する際の
成果物の短縮URL

メニュー

• コーパス
  • 『日本語話し言葉コーパス』
  • 『太陽コーパス』
  • 『近代女性雑誌コーパス』
     

• 辞書関連
  • 形態素解析辞書『UniDic』
  • 語種辞書『かたりぐさ』
  • 『表記統合辞書』
  • 『分類語彙表増補改訂版』
     

• 用例データベース
  • 複合動詞
  • サ変動詞
  • 形容詞
     

• ソフトウェア
  • 全文検索システム『ひまわり』
  • 観察支援ツール FishWatchr
  • 観察支援ツール FishWatchr
    Mini
  • 作文支援システム TEachOtherS
  • 『ひまわり』支援ツール
  • 『たんぽぽ』，『プリズム』
     
• 成果物の短縮URL
• 講習会
   

  最新の10件

  2022-10-02

  • 全文検索システム『ひまわり』/ダウンロード/『青空文庫』パッケージ

  2022-10-01

  • 言語データベースとソフトウェア
  • 新着情報の履歴
  • 全文検索システム『ひまわり』
  • 全文検索システム『ひまわり』/ダウンロード/『青空文庫』パッケージ/履歴

  2022-09-13

  • 全文検索システム『ひまわり』/バグ情報
  • 全文検索システム『ひまわり』/『日本語日常会話コーパス』/macOS
  • 全文検索システム『ひまわり』/『日本語日常会話コーパス』/Windows

  2022-07-19

  • 全文検索システム『ひまわり』/履歴
  • 全文検索システム『ひまわり』/ダウンロード/『ひまわり』ver.1.7

---