权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

現代日本語オノマトペの語義とコロケーションに基づくオノマトペ実用辞書の構築

基于现代日语象声词义与搭配的实用象声词词典构建

基本信息

批准号：
21K12584
负责人：
内田ゆず
金额：
$ 1.75万
依托单位：
Hokkai-Gakuen University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究の目的は、多様なコーパスを対象としてオノマトペの用法・語義を定量的に分析し、大規模な『現代日本語オノマトペ実用辞書』を構築することである。２０２２年度はオノマトペの語義ならびに文脈情報の分析と、辞書の構築を計画していた。当該年度は以下の研究成果を得た。１．妊娠・出産・育児に関するオンラインコミュニティにおける検索履歴を対象として、オノマトペの出現傾向を分析した。特筆すべき傾向として、ネガティブな感情や心身の不調を表すオノマトペが頻出することが明らかになった。このことから、母親のWeb上での行動から産後うつなどの精神的な不調を早期に検出する際に、オノマトペが手がかかりとして有効であることが示唆された。２．コミックのコマ画像中に出現するオノマトペの特徴の調査を行った。コミックの画像中のオノマトペは非常に多種多様であり、辞書で定義されていても語の一部が変化している語や、辞書に定義されていない未知語の存在が明らかになった。３．２０２１年度に提案したルールベースの語義分類手法の改良を行った。日本語オノマトペの多くは複数の語義を持ち、それらの語義は周辺の文脈によって判別される。オノマトペ語義分類の従来研究では、事前学習済みのBERTモデルから得られるオノマトペのベクトル表現を用いた語義分類の自動化を提案しているが、訓練データを作成するためのアノテーションコストが高く、全てのオノマトペに対して訓練データを豊富に用意することは難しいという問題があった。そこで、低いアノテーションコストで語義分類を自動化するルールベースの語義分類手法に、より特徴的で多くの格解析情報にマッチした語義に分類するような「語義スコア」に導入したアルゴリズムを提案した。これらの成果は学会発表ならびに査読付き論文で公表済みである。

The purpose of this study is to quantitatively analyze the usage and semantics of modern Japanese and to construct a large-scale dictionary of modern Japanese. Analysis of semantic and contextual information in 2022 and construction of dictionaries The following research results were obtained during the year. 1. Pregnancy, childbirth, pregnancy, childbirth, pregnancy, childbirth, childbirth A special kind of emotion. The mother's actions on the Web are not adjusted to the early stage of the birth, and the mother's actions are displayed. 2. The investigation of the characteristics of The definition of a language in a dictionary is very diverse. 3.2021 The improvement of semantic classification method of annual proposal The Japanese language has the meaning of multiple words, and the meaning of multiple words has the meaning of multiple words. For the study of semantic classification, the BERT model of prior learning should be selected, and the semantic classification automation should be proposed. For the training model, the BERT model should be selected, and the training model should be rich. The semantic classification method for automatic classification and feature analysis of multi-grid information for semantic classification is proposed. The results of this study are presented in the form of a paper on the subject.