全文検索システム『ひまわり』/画像を含んだ資料の作成方法（簡単な漫画を例に）

全文検索システム『ひまわり』

１．はじめに†

• 『ひまわり』の応用例として，画像を含んだ『ひまわり』用 XML 文書の作成と検索の実例を示します。
• ここでは，４コママンガを『ひまわり』用のXML文書として記述します。

２．準備†

2.1 サンプルデータのダウンロード†

　「マンガ」サンプルデータを次の場所からダウンロードしてください。本サンプルデータの著作権は，独立行政法人国立国語研究所が保持します。本サンプルデータは，GNU フリー文書利用許諾契約書 (ver.1.2) に定める条件の下で配布します。ダウンロードした時点で，この条件に御同意いただけたものとします。

• 「マンガ」サンプルデータ (約4MB，zip 形式，2016-02-15 公開)

2.2 インストール†

1. 『ひまわり』 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，次の手順でインストールして下さい。
   • 『ひまわり』ver.1.5.4以降では，ダウンロードしたファイルを『ひまわり』にドラッグ＆ドロップするか，[ファイル]⇒[インストール]で指定して下さい。
   • 『ひまわり』ver.1.5.3までのバージョンでは，次の手順でインストールを行います。
     • ダウンロードしたファイルを解凍すると，Himawari_manga_sample フォルダが現れます。その中に次のファイルがあることを確認してください。

       Corpora フォルダ ... 「マンガ」サンプルデータを格納したフォルダ
       config_manga_sample.xml  ... 設定ファイル

     • Corpora フォルダ，config_manga_sample.xml を『ひまわり』がインストールされているフォルダの中に移動してください。
3. 以上で，インストールは終了です。

３．使用方法†

3.1 検索†

1. 『ひまわり』を起動し，[ファイル]→[新規]やドラッグ＆ドロップで，『ひまわり』フォルダにある config_manga_sample.xml を読み込んでください。
2. 「検索文字列」欄に検索したい文字列を入力してください。ここでは，「きゃー」を指定します。「マンガ」サンプルは，データ量が少ないので，データの内容に検索文字列があるかお確かめください。
3. 「検索」ボタンを押してください。
4. 検索結果をダブルクリックすると、４コママンガ全体がブラウザに表示される。なお、当該の検索文字列は赤色で表示される。

3.2 結果の見方†

• 著者： ４コママンガの著者(４節の manga 要素の author 属性の値)
• タイトル： ４コママンガのタイトル(４節の manga 要素の title 属性の値)
• コマ番号： ４コママンガのコマ番号(４節の scene 要素の no 属性の値)
• 発話タイプ： 検索文字列の発話タイプ
  • speech、オノマトペ の別
  • ４節の sound 要素の type 属性の値
• 発話源： 検索文字列の発話源(４節の sound 要素の source 属性の値)

４．データの内容†

　ページ末の４コママンガを『ひまわり』用 XML 文書で表現したのが、次のデータ である。この XML 文書は、配布パッケージ中の Corpus/Manga/corpus.xml に ある。また、画像データは、１コマ１画像ファイル(png 形式)として分割して ある。

<?xml version="1.0" encoding="UTF-16"?>
<corpus name="漫画コーパス">
<manga title="ひまわりさんたち" author="画：桐生りか，原作：山口昌也" fig="title.png">
    <scene fig="1.png" no="1">
        <sound type="speech" source="陽くん">雨が降りそうだね</sound>
	 <sound type="speech" source="葵ちゃん">降ってきた！</sound>
	 <sound type="onomatopoeia" source="雨">ポツン</sound>
    </scene>
    <scene fig="2.png" no="2">
	 <sound type="speech" source="陽くん,葵ちゃん">きゃー急げ！！</sound>
	 <sound type="speech" source="葵ちゃん">きゃー</sound>
	 <sound type="speech" source="ひまわりお母さん">ぴーす</sound>
    </scene>
    <scene fig="3.png" no="3">
	 <sound type="speech" source="陽くん,葵ちゃん">あー助かった</sound>
    </scene>
    <scene fig="4.png" no="4">
	 <sound type="speech" source="陽くん,葵ちゃん">ありがとう〜</sound>
	 <sound type="speech" source="ひまわりお母さん">ばいばい</sound>
	 <sound type="onomatopoeia" source="おひさま">キラキラ</sound>
    </scene>
</manga>
</corpus>

1	2
3	4

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

  2022-12-02

  • 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』/日本語諸方言コーパス (COJADS)のCSVデータの利用

  2022-11-27

  • TED
  • 成果物の短縮URL
  • BNC

  2022-11-09

  • 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

  2022-10-25

  • 全文検索システム『ひまわり』
  • 全文検索システム『ひまわり』/FAQ

  2022-10-11

  • UniDic/近代文語UniDic