全文検索システム『ひまわり』/ダウンロード/『名大会話コーパス』パッケージ

全文検索システム『ひまわり』

１．パッケージの概要†

• 本パッケージは，『名大会話コーパス』を『ひまわり』用にインポートしたデータです。インポート時には，形態素解析結果（短単位），話者・会話情報などを取り込んでいます。
• 本パッケージの作成は，国立国語研究所共同研究プロジェクト「大規模日常会話コーパスに基づく話し言葉の多角的研究」 の一環として行われました。

２．収録データの内容†

• 原資料：『名大会話コーパス』のテキストデータ
• 原資料からの変更点
  • 原資料の発話部分には，基本的に変更を加えていません。ただし，検索の利便性を考慮し，以下のような処理を行っています。
    • 主として，形式上の誤りの修正を行っています。詳細は，「テキスト整形と形態素解析」を参照してください。
    • 発話冒頭の発話者名は，全文検索対象から除外し，発話の属性として記述しています。また，原資料には相づちの話者情報が表示されていませんが，話者が特定できる場合（会話参加者が二人の場合）にはその発話者IDを，特定できない場合（会話参加者が三人以上の場合）には"unknown"という情報を記述しています。
    • 相づちなどの挿入要素は，包含する発話から独立させ，本来の発話場所とは異なる位置に記述しています。そのため，『ひまわり』の検索結果の前後文脈欄では，挿入句が本来と異なる位置に表示される場合があります。
    • ＜笑い＞など，原資料に付与されている独自タグは，全文検索対象から除外し，付属情報として記述しています。
  • 機械的に形態素解析を行い，一部手修正を行った後，結果をタグ付けしています。
    • 詳細は，「テキスト整形と形態素解析」を参照してください。
    • 発話の末尾には，発話区切り用の形態素（長さ０，品詞「himawari_発話末」の形態素）が挿入されています。（2018-08-22追記）
  • 原資料の各データファイルは，パッケージ化する際に，連結しています。そのため，データファイルの先頭，もしくは，末尾の文字列を検索すると，その前後文脈として，別のデータファイルの文字列が表示される場合があります。

３．パッケージのダウンロード†

• 『名大会話コーパス』パッケージ（2023-03-24，約93MB, 履歴）
• 本パッケージの使用条件
  • 『名大会話コーパス』パッケージは，クリエイティブ・コモンズ 表示-非営利-改変禁止 4.0 国際 ライセンスで公開します。
    • 『名大会話コーパス』は，科学研究費基盤研究(B)(2)「日本語学習辞書編纂に向けた電子化コーパス利用によるコロケーション研究」 （平成13年度〜15年度　研究代表者　大曽美恵子）の一環として作成されました。
    • 本パッケージの作成は，国立国語研究所共同研究プロジェクト「大規模日常会話コーパスに基づく話し言葉の多角的研究」 の一環として行われました。
  • 本パッケージを利用したことにより直接的，間接的に生じる，いかなる損害も保証しません。

４．利用方法†

4.1 インストール†

(ビデオも用意しました。『ひまわり』自体の使い方は，ビデオチュートリアル一覧を参照してください)

1. 『ひまわり』 (ver.1.7以降を推奨)をインストールしてください。
2. パッケージをダウンロードしてください。
3. 『ひまわり』を起動し，ダウンロードした zip ファイルを（起動した）『ひまわり』にドラッグ＆ドロップするか，[ファイル]⇒[インストール]で指定して下さい(「インポート」ではありません)。
4. 「インストールが終了しました」というメッセージが出れば，インストールは完了です。すぐに検索できる状態になります。
5. 次回以降は，[ファイル]⇒[コーパス選択]から選択できます。

4.2 検索対象の詳細†

(単語検索については，ビデオ［part1，part2］も用意しました)

　ここでは，『名大会話コーパス』データに固有の事柄について説明します。『ひまわり』自体の一般的な使い方については，利用者マニュアルをご覧ください。

　本パッケージでは，次の項目を対象として，検索することができます。利用者マニュアルの4.1 節もあわせてご覧ください。

全文†

• 形態論情報を考慮せずに，全文検索します。なお，検索結果として表示される，品詞などの短単位に関する情報は，検索文字列の先頭の文字列を規準にしています。
• 検索例
  • 検索例1a：「日常」で全文検索します。
  • 検索例1b：「日常」で全文検索し，その後文脈が「の」で始まる場合にマッチします。

全文（正規表現，短単位），全文（正規表現，発話）†

• 短単位（出現形），発話（原資料の１行に相当）の範囲内で，正規表現検索します。検索結果の「キー」欄には，検索式と一致した部分のみが表示されます。インデックスを用いないため，「全文」「出現形（短単位）」よりも検索速度は低下します。
• 検索例
  • 検索例2a：短単位に「日」を含む場合にマッチします。
  • 検索例2b：短単位の先頭が「日」の場合にマッチします(正規表現「^日」)。
  • 検索例2c：短単位の「日」を含む場合にマッチします(正規表現「^.*日.*」)。2aと異なり，「キー」欄には，短単位全体が表示されます。

出現形（短単位）†

• 短単位の出現形をキーとして，部分一致検索を行います。文字列の照合には，部分的に正規表現を使うことができます。検索結果の「キー」欄には，検索式と一致した短単位(出現形)全体が表示されます。
• 検索例
  • 検索例3a：短単位の出現形に「日」を含む場合にマッチします。
  • 検索例3b：短単位の出現形が「日」の場合にマッチします。

品詞(短単位)†

• 短単位の品詞をキーとして部分一致検索します。文字列の照合には，部分的に正規表現を使うことができます。検索結果の「キー」欄には，検索式と一致した短単位(出現形)全体が表示されます。
• 検索例
  • 検索例4a：短単位の品詞が「名詞」を含む場合にマッチします（「名詞-普通名詞-xx」などには，２回マッチします。また。「代名詞」にもマッチします）。
  • 検索例4b：短単位の品詞が「名詞-数詞」の場合にマッチします。

語彙素(短単位)†

• 短単位の語彙素をキーとして部分一致検索します。文字列の照合には，部分的に正規表現を使うことができます。
• 検索例
  • 検索例5a：短単位の語彙素に「食べる」を含む場合にマッチします。
  • 検索例5b：短単位の語彙素の先頭が「日」の場合にマッチします。
  • 検索例5c：短単位の語彙素が「日」の場合にマッチします。

語彙素読み(短単位)†

• 短単位の語彙素の読み（カタカナ）をキーとして部分一致検索します。文字列の照合には，部分的に正規表現を使うことができます。
• 検索例
  • 検索例6a：短単位の語彙素の読みに「ノム」を含む場合にマッチします。
  • 検索例6b：短単位の語彙素の読みが「ノム」の場合にマッチします。

4.3 検索結果†

検索結果には，次の情報が含まれます。

4.4 会話データ全体の閲覧†

　検索結果をダブルクリックすると，当該のキーを含んだ会話データ全体を閲覧することができます。

• 当該のキーは，赤色で表示されます。
• 縦棒(｜)は，短単位の区切りを表します。
• 個々の短単位にマウスカーソルを合わせると，短単位の各種属性が表示されます。

4.4 会話データ一覧†

　会話データの一覧を作成するには，[ツール]⇒[一覧]⇒[データ名]を実行して下さい。各会話データに付与されている情報を閲覧することができます。ダブルクリックすると，当該の会話の転記テキストが表示されます。

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

  2023-09-18

  • TEachOtherS

  2023-05-22

  • mainichi
  • 成果物の短縮URL

  2023-05-16

  • 観察支援ツール FishWatchr

  2023-04-06

  • 新着情報の履歴
  • 言語データベースとソフトウェア
  • 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
  • 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
  • 全文検索システム『ひまわり』/『日本語日常会話コーパス』/Windows

---