英語コーパスのパソコンによる文章解析

使用计算机对英语语料库进行文本分析

• 批准号: 06710323
• 负责人: 高橋 薫
• 金额: $ 0.58万
• 依托单位: Toyota National College of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Encouragement of Young Scientists (A)
• 财政年份: 1994
• 资助国家: 日本
• 起止时间: 1994 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-06710323/
• 关键词: コーパス; タグ; 多変量解析; 数量化III類

今回入手したICAME Corpus collectionの中の、特にLOB Corpusについてパソコンによる英語文章の解析を進めた。研究成果としては、以下のとおりである。多変量統計解析法を用いることによって、LOB Corpusのタグの接続状況に注目し、カテゴリー(論述文、小説等の文章区分のこと)間にどのような文体的特徴の差異が現れるのかを分析して、文法範疇標示コーパスの有用性について明らかにするものであった。その結果を簡単にまとめると、動詞と接続する品詞との関係が文体の特徴を如実に示すことが明かとなった。すなわち、論述傾向の文章表現では述部の内容の複雑さが特徴であるといえるが、物語傾向の文章表現では比較的簡単な動詞と副詞辞による動詞句の表現が多い。特に物語文中での過去形はより単純で文末に置かれるか、副詞が伴うといった特徴をなす。また、be動詞(is)でも論述文では受動態に代表される複雑な文章形態であり、補語の構文も多いが、同名詞の補語あるいは進行形は物語文の特徴である。また、前置詞が接続する場合について差異は現れず、むしろ前置詞の目的語の部分に不定冠詞や所有限定詞が多いのが物語文の特徴といえる。名詞との接続では、論述文がより複雑な文章形態であるという一般的傾向として、前置詞句や過去分詞による限定的用法が多いが、固有名詞にはその傾向はないということが数値的に明確になり、このように高度な統計処理を活用する有効性が示された。

This time, I got the <s:1> in the たICAME Corpus collection, the にLOB Corpusに に てパソコ てパソコ による による English article を analysis を into めた. The research results are と て て て て and the following are とお とお である. The multivariate statistical analysis method を uses を る とによって とによって, LOB Corpus の タ グ の 続 condition に attention し, カ テ ゴ リ ー articles (such as paper, novel の distinguish の こ と) between に ど の よ う な 徴 of stylistic difference の が now れ る の か を analysis し て, grammatical category labeled コ ー パ ス の usefulness に つ い て Ming ら か に す る も の で あ っ た. そ の results を Jane 単 に ま と め る と, verb と 続 す る article word と の masato is の が style, 徴 を such as be に shown す こ と が Ming か と な っ た. す な わ ち, discusses tendency の articles で は の content above department の complex 雑 さ が, 徴 で あ る と い え る が, tale tendency の articles で は comparison of Jane 単 な verbs と adverbs bowed に よ る moving words の が い more performance. Special に monogatari paper で の past form は よ り 単 pure で below に buy か れ る か and adverbs が う と い っ た, 徴 を な す. ま た, be verb (is) で も someone で は by dynamic に representative さ れ る complex 雑 な articles form で あ り, の complement structure more も い が, with noun の あ complement る い は to shape は thing Chinese の, 徴 で あ る. ま た, prepositions が 続 す る occasions に つ い て differences は now れ ず, む し ろ preposition の target language の part に indefinite article や all qualifier が い の が content language の, 徴 と い え る. Noun と の meet 続 で は, discusses が よ り complex 雑 な articles form で あ る と い う general tendency と し て, prepositional phrases や past participle に よ る more than the use of the limited が い が, inherent nouns に は そ の tendency は な い と い う こ と が the numerical に clear に な り, こ の よ う に highly な statistical 処 Richard を use す る have sharper sex が shown さ れ た.

项目成果

古橋聰・高橋薫: "LOB-Corpusにおけるカテゴリーの特徴について-多変量統計解析法による分析-" 中京大学 教養論叢. 35巻-3号. 123-143 (1995)

Satoshi Furuhashi 和 Kaoru Takahashi：“关于 LOB-Corpus 中的类别特征 - 使用多元统计分析进行分析”中京大学文科系列第 35-3 卷（1995 年）。

高橋薫・古橋聰: "文法範疇標示コーパスにおける文体的特徴の推測" 英語コーパス研究会紀要. 2. (1995)

Kaoru Takahashi 和 Satoshi Furuhashi：“语法类别标记语料库中文体特征的推断”英语语料库研究组公告 2。（1995 年）。