On the Objectivity and Reliability of Corpus Data for Linguistic Research

论语言学研究语料数据的客观性和可靠性

• 批准号: 22520494
• 负责人: OHNA Tsutomu
• 金额: $ 1.16万
• 依托单位: Nagoya University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2010
• 资助国家: 日本
• 起止时间: 2010 至 2012
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22520494/
• 关键词: 言語学; コーパス; 文法; 語法

With the sizes of corpora increasingly large and with the development and spread of “user-friendly” environments, corpora are now widely used in linguistic research, but these “user-friendly” environments, in spite of their usefulness, also make corpora and corpus studies a kind of “black box”; as a result, users often pay attention only to the output of software while disregarding the input and the process and not examining whether the output can be interpreted as appropriate data for their studies. For the improvement of corpus-based research, I conducted the following surveys: i) I first examined basic data shown in several articles-when errors were detected, I inferred the processes and the causes of the errors, then classified them; ii) from the standpoint of viewing a grammar as a part of the internal state of a speaker, I examined what kinds of information about what aspects of the grammar can be obtained from corpora publicly available now; and iii) I also examined, among other issues, problems concerning representativeness of corpora and corpus data, the reliability and validity of statistical scores such as t-score and MI, and the ambiguity of the term “collocation.”

随着语料库规模的日益庞大和“用户友好”环境的发展和推广，语料库在语言学研究中得到了广泛的应用，但这些“用户友好”环境虽然有其实用性，但也使语料库和语料库研究成为一种“黑箱”;因此，在一个实施例中，用户经常只关注软件的输出，而忽略输入和过程，并且不检查输出是否可以被适当地解释他们的研究数据。为了改进基于语料库的研究，我进行了以下几个方面的研究：i）首先，我检查了几篇文章中的基本数据，当发现错误时，我推断错误的过程和原因，然后对错误进行分类; ii）从将语法视为说话者的内部状态的一部分的观点来看，我研究了从现在公开的语料库中可以获得哪些语法方面的信息;以及iii）我还研究了与语料库和语料库数据的代表性有关的问题，统计得分的可靠性和有效性，如t-得分和MI，以及术语“搭配”的模糊性。

项目成果

MI-score, t-scoreと"コロケーション"

MI-score、t-score 和“搭配”

• 发表时间: 2011
• 作者: Toshiki Osada;Akinori Uesugi;大名力
• 通讯作者: 大名力

学習英文法を見直したい

我想回顾一下我学习的英语语法

• 发表时间: 2012
• 作者: 大津由紀雄;ほか
• 通讯作者: ほか

コーパスから得やすい情報、得にくい情報-統語論、構文研究を中心に

语料库中容易获取的信息和难以获取的信息——重点关注句法和句法研究

• 发表时间: 2010
• 作者: 曹紅?;仁科喜久子;金善美;大名力
• 通讯作者: 大名力

“コロケーション”と共起性の指標の信頼性と妥当性について

关于“搭配”和共现指标的信度和效度

• 发表时间: 2012
• 期刊: Ex Oriente (大阪大学言語社会学会)
• 作者: Yoko Iyeiri (家入葉子);Jennifer Smith;Irma Taavitsainen;Stefan Diemer;Daisuke Suzuki;Mitsumi Uchida;Akiyuki Jimura;John Newman;Sylwester Lodej.;大名力;家入葉子他(共著);大名力
• 通讯作者: 大名力

コーパス検索の落とし穴

语料库搜索的陷阱

• 发表时间: 2010
• 作者: 曹紅〓;仁科喜久子;遊佐典昭;大名力;矢吹清人;村岡貫子;Hideko Shimizu・Takako Sakai;渡辺秀樹;松田謙次郎;Osada Toshiki;金善美;大名力
• 通讯作者: 大名力