Machine-learning Approaches to Corpus Stylistics: Towards the Creation of International Collaborative Network

语料库文体学的机器学习方法：迈向国际协作网络的创建

• 批准号: 18H00675
• 负责人: 田畑 智司
• 金额: $ 10.07万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2018
• 资助国家: 日本
• 起止时间: 2018-04-01 至 2022-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18H00675/
• 关键词: コーパス文体論; デジタルヒューマニティーズ; 国際連携; テクスト分析; テクストマイニング; 国際連携基盤創成; 機械学習; トピックモデル; 国際連携拠点; テクスト分析方法論; ワードエンベディング; 文体; 小説言語; フォーラム; トピックモデリング

まず，参照コーパスを構成するテクストのマークアップを改善するために，プログラミング言語Pythonで，テクストの構造を手がかりに，自動的に文書構造マークアップを実施するスクリプトの開発に注力した。このスクリプトの開発の結果，段落の前後を<p></p>でマークアップするだけでなく，テクスト中の引用の前後に<quote></quote>を埋め込む一方，スマートクウォートを全てダムクウォートに変換，nダッシュ，mダッシュともに<dash;/>タグに変換するほか，称号や数字の表記も統一することにより，底本テクストによるパンクチュエイションのばらつきを可能な限り最小化することを支援できるようになった。これを基に，テクストマークアップの質を高めるために推敲を進めた。並行して，トピックモデリングを文体論研究に応用するために，自然言語処理分野の先行研究を幅広く渉猟し，知識基盤の整備に努めた。この段階までの研究成果について以下のような形で発表・報告することにより，リビューを受けている。(1) 日本英文学会中国四国支部第74回大会シンポジウム「デジタル時代の英語英米文学研究と英語教育」パネル発表「確率論的トピックモデリングによるBritish classic fictionの「遠読」」(2) Western Australia Universityで開催されたBuilding Digital Humanitiesでのパネルセッション"Digital Humanities as/and computational Science"にてDHにおける機械学習について講演した。(3) フランスおよびドイツへ出張し，最新の研究情報を収集するとともに，連携拠点形成についての意見交換を行なった。

ま ず, consult コ ー パ ス を constitute す る テ ク ス ト の マ ー ク ア ッ プ を improve す る た め に, プ ロ グ ラ ミ ン グ words Python で, テ ク ス ト の tectonic を hand が か り に, automatic に document structure マ ー ク ア ッ プ を be applied す る ス ク リ プ ト の open 発 に note force し た. こ の ス ク リ プ ト の open 発 の result, before and after paragraphs の を < p > < / p > で マ ー ク ア ッ プ す る だ け で な く, テ ク ス ト の in reference の に before and after the < quote > < / quote > を buried め 込 む, ス マ ー ト ク ウ ォ ー ト を full て ダ ム ク ウ ォ ー ト に variations in, n ダ ッ シ ュ, m ダ ッ シ ュ と も に < dash; / > タ グ に variations in す る ほ か, title や digital sign の submission も unified す る こ と に よ り, dibon テ ク ス ト に よ る パ ン ク チ ュ エ イ シ ョ ン の ば ら つ き を may な limits minimize り す る こ と を support で き る よ う に な っ た. こ れ を に, テ ク ス ト マ ー ク ア ッ プ の を high quality め る た め に scrutiny を into め た. Parallel し て, ト ピ ッ ク モ デ リ ン グ を stylistics research に 応 with す る た め に, natural speech 処 manage eset の first research を picture hiroo く involved 猟 し, gearing up knowledge base plate の に Mr め た. こ の Duan Jie ま で の research に つ い て following の よ う な form で す 発 table, report る こ と に よ り, リ ビ ュ ー を by け て い る. (1) the Japanese English institute China branch back to the 74 convention シ ン ポ ジ ウ ム "デ ジ タ ル era の English British m と literary study English education" パ ネ ル 発 table "theory of probabilistic ト ピ ッ ク モ デ リ ン グ に よ る British classic fiction の" far 読 "" (2) the Western Australia Universityで launches されたBuilding Digital Humanitiesで パネ パネ セッショ セッショ <e:1> "Digital Humanities as/and computational Science"にてDHにおける Machine learning にて て Lecture <s:1> た. (3) フ ラ ン ス お よ び ド イ ツ へ zhang し, latest research intelligence の を 収 set す る と と も に, even with 拠 point form に つ い て の exchange line を な っ た.

项目成果

「ズームイン・ズームアウト―デジタルヒューマニティーズとテクストの「読み」―」

《放大与缩小：数字人文与文本的“读”》

• 发表时间: 2020
• 作者: 田畑 智司;Tomoji Tabata;田畑 智司;田畑 智司;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;田畑 智司
• 通讯作者: 田畑 智司

Tracing Thematic Transition in Dickens’s Literature and Journalism

追踪狄更斯文学与新闻学的主题转变

• 发表时间: 2019
• 作者: Nagasaki;Kiyonori;田畑 智司;Saoko Funada;Tomoji Tabata;Tomoji Tabata
• 通讯作者: Tomoji Tabata

確率論的トピックモデリングによるBritish classic fictionの「遠読」（シンポジウム「デジタル時代の英語英米文学研究と英語教育」）

使用概率主题模型对英国经典小说进行“远读”（研讨会“数字时代的英语文学研究与英语教育”）

• 发表时间: 2022
• 作者: 田畑 智司;Tomoji Tabata;田畑 智司;田畑 智司
• 通讯作者: 田畑 智司

Stylometry and Classic British Fiction

文体测量学和英国经典小说

• 发表时间: 2018
• 作者: 田畑 智司;Tomoji Tabata;田畑 智司;田畑 智司;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;田畑 智司;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;田畑 智司;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;田畑 智司
• 通讯作者: 田畑 智司

Digital Humanities as Non-Linear Reading: Style in classic British fiction

数字人文作为非线性阅读：英国经典小说的风格

• 发表时间: 2019
• 作者: Nagasaki;Kiyonori;田畑 智司;Saoko Funada;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata;Tomoji Tabata
• 通讯作者: Tomoji Tabata