英語学研究2009-2

英語学研究2009

内容 †

後期は Stefan Gries (2009) Quantitative Corpus Linguistics with R (Routledge) を読みながら、R でやるコーパス言語学の基本を一緒に習得します。

日程表 †

配布資料を参照

補足資料・ハンドアウト †

Chapter 4 †

• 4.1.1 A Frequency List of an Unannotated Corpus (pp. 106-110) [藤田]
• 4.1.2 A Reverse Frequency List of an Unannotated Corpus (pp. 110-112) [後上]
• 4.1.3 A Frequency List of an Annotated Corpus (pp. 112-114) [本田]
• 4.1.4 A Frequency List of Tag-word Sequences from an Annotated Corpus (pp. 114-118) [人見]
• 4.1.5 A Frequency List of Word Pairs from an Annotated Corpus (pp. 118-124)[金田]
  • 日本語環境用修正版読み込みファイル @4.1.5 (p.118-124)
• 4.1.6 A Frequency List of an Annotated Corpus (with One Word Per Line) (pp. 124-126) [藤田]
• 4.1.7 A Frequency List of Word Pairs of an Annotated Corpus (with One Word Per Line) (pp. 126-127) [後上]
• 4.2.1 A Concordance of an Unannotated Text File (pp. 127-134) [金田]
• 4.2.2 A Simple Concordance from Files of a POS-tagged (SGML) Corpus (pp. 135-141) [人見]
• 4.2.3 More Complex Concordances from Files of a POS-tagged (SGML) Corpus (pp. 141-145) [本田]
• 4.2.4 A Lemma-based Concordance from Files of a POS-tagged and Lemmatized (XML) Corpus (pp. 146-149) [藤田]
  • 日本語環境用修正版読み込みファイル (BNC baby) @4.2.4 (p.146-149)
• 4.3 Collocations (pp. 149-156) [後上]
• 4.4 Escursus 1: Processing Multi-tiered Corpora(pp. 156-166) [人見]
• 4.5 Excursus 2: Unicode (pp. 166-167) [本田]
  　　　　　4.5.1 Excursus 2: Frequency Lists (pp. 167-169) [本田]
• 4.5.2 Concordancing (pp. 169-172) [金田]

修正ファイル補足 †

• 日本語環境用修正版読み込みファイル @4.1.5 (p.118-124)
  • ファイル冒頭にある文字化け個所を削除しました。

• 日本語環境用修正版読み込みファイル (BNC baby) @4.2.4 (p.146-149)
  • シングルクォーテーションマークが文字化けしているのを正しく変換しました。
  • 2バイト文字の £ を GBP に変換しました。
  • おそらく度量衡の記号と思われる個所の文字化けを、 CRD に変換しました。
  • 推測不可能な文字化けを、lemma=unid, word=XXXに変換しました（1813行目）。

Chapter 3 †

• 3. An Introduction to R - (pp. 19-28)
• 3.2 Vectors - (pp. 28-35)
• 3.2.3 Accessing and Processing (Parts of) Vectors - (pp. 35-39)
• 3.2.3 Accessing and Processing (Parts of) Vectors (2) - (pp. 39-44)
• 3.4 Data Frames - (pp. 44-49)
• 3.4.3 Accessing and Processing (Parts of) Data Frames - (pp. 50-58)
• 3.6 Elementary Programming Functions - (pp. 59-66)
• 3.6.2 Loops (2) - (pp. 66-73)
• 3.7.4 Searching and Replacing without Regular Expressions (2) - (pp. 73-81)
• 3.7.5 Searching and Replacing with Regular Expressions (2) - (pp. 81-89)
• 3.7.5 Searching and Replacing with Regular Expressions (3) - (pp. 89-96)
• 3.7.6 Merging and Splitting (Vectors of) Character Strings with Regular Expressions - (pp. 96-103)

Chapter 2 †

• 2.1.1 What is a Corpus? (pp. 7-9)
• 2.1.2 What Kinds of Corpora are There (pp. 9-11)
• 2.2 Frequency Lists (pp. 12-14)
• 2.3 Lexical Co-occurrence: Collocations - (pp. 14-17)

スクリプト †

• Chapter3

Chapter 1: Introduction †

• Why R?
  • スクリプトは1回書けば再利用可能
  • よりコントロールがきく
  • ツール開発者に依存しない
  • カスタマイズ可能
  • プログラミング言語としての汎用性
  • R ですべてできる（vs. Perl or Python）

• 本書の概要
  • ２章：コーパスの概念、コーパス言語学の方法論（頻度表、コロケーション、コンコーンダンス）
  • ３章：R の基本、テキスト処理の基礎
  • ４章：３章の方法でコーパスを処理してみる
  • ５章：統計的思考法、仮説検定などの基礎
  • ６章：事例研究（実際にデータをいじってみる）

リンク †

• Companion website by S. Gries

• Windows ユーザーのための R/Tinn-R