論文 ·日本語 ·未確認

コーパスから抽出した用例に含まれるノイズへの対応

上村, 圭介・カミムラ, ケイスケ・ KAMIMURA, Keisuke ・髙野, 愛子・タカノ, アイコ・ TAKANO, Aiko

刊行年: 2018-03-01
収録: 『語学教育研究論叢』 35 pp. 239-256
出版: 大東文化大学語学教育研究所
言語: 日本語
CiNii CRID: 1050002212666594560
URI: https://opac.daito.ac.jp/repo/repository/daito/52616/
NDL書誌ID: 028910476
CiNii NAID: 120006796682
ISSN: 0911-8128
NDL書誌ID: R000000025-I014360004372589
URL: https://cir.nii.ac.jp/crid/1050002212666594560

要旨

本稿では現代日本語書き言葉均衡コーパス（BCCWJ）から抽出した順接接続詞の用例に対する全件チェックの結果をもとに、抽出ノイズが分析結果に及ぼす影響を検討した。対象接続詞別に抽出結果の適合率と再現率を明らかにし、接続詞によっては形態素情報を利用した抽出条件では見逃してしまう用例が多数含まれることが分かった。さらに、接続詞別の出現頻度は抽出ノイズの前後で同等性が棄却されること、および対応分析の次元得点を利用したクラスター解析の結果に異同が生じることを確認した。本稿の分析から、コーパスから得られる用例については、その適否についての精査が必要であることが改めて示されたほか、大規模であるとしてもコーパスは有限であり、全数チェックによるデータ精査の結果をコーパスの改善に結び付けることが必要であると結論付けた。

主題

コーパスデータクリーニングノイズ全数チェック

この書誌の出所

cinii— 1050002212666594560（2026-08-13取得）
ndl— R000000025-I014360004372589（2026-08-13取得）

引用

上村, 圭介・カミムラ, ケイスケ・KAMIMURA, Keisuke・髙野, 愛子・タカノ, アイコ・TAKANO, Aiko（2018-03-01）　コーパスから抽出した用例に含まれるノイズへの対応　『語学教育研究論叢』 35 pp. 239-256 大東文化大学語学教育研究所

上村2018コパスから抽出した用