pptファイルをダウンロードする

Report
コーパスに基づく
文法コロケーションハンドブックが
もたらすもの
中俣 尚己
(京都教育大学 講師)
第101回長春日本語教師会勉強会
2013年9月21日
はじめに(1) 自己紹介
並列表現に関する記述的研究
中国語話者を対象にした習得研究
評価的意味に関する記述的研究
コーパスを利用したミクロ研究
(機能語と実質語の結びつき)
5. コーパスを利用したマクロ研究
(大規模なデータによる日本語の全体像)
6. ICTを活用した日本語教育の方法
7. 談話コーパスを利用した話題別語彙研究
1.
2.
3.
4.
はじめに(2) コーパスとは
実際に使用された言語データを大規模に集
め、コンピュータで読めるようにしたもの。
主なコーパス:
現代日本語書き言葉均衡コーパス(BCCWJ)
日本語話し言葉コーパス(CSJ)
日本語会話データベース
本日の内容
 1.事の発端―「てある」の50%―
 2.文法コロケーションハンドブック
 3.中納言を使って「ている」と「ている
ところだ」を調べる
 4.「そうだ」は何を伝聞する?
 5.まとめ
1.事の発端―「てある」の50%―
ある論文集の企画で……
 「中俣さんの企画、悪くはないんだけど、も
うちょっと「真似できる」研究に
してほしい。なおかつ新しさのあるもの。
来月までに新しい企画、よろしく!」
 「わかりました。じゃあ、昔授業が
うまくいかなかった「てある」と
「ておく」にします。」
 (やけくそ)
 実は、「てある」について考えたことなど
1秒もなかった。
困ったので
 とりあえずコーパスを見ようと思った。
 実は、これはCorpus-Driven Approach
という研究手法であった。
 Corpus Based Approach=仮説を立ててから
コーパスを見る。
 Corpus Driven Approach=仮説を立てずに
コーパスを見る。
(1) カレンダーに今月の予定が書いてあります。
☓動作主
存在描写型
(2) (私は)プレゼントはもう買ってあります。
存在描写型の方が数が多い。
有効性保持型
存在描写型から導入すべき。
○動作主
原沢(2007)
中俣(2011)
90.0%
80.0%
70.0%
60.0%
50.0%
存在描写型
40.0%
有効性保持型
30.0%
20.0%
10.0%
0.0%
CSJ
名大
BCCWJ
中俣(2011)
順位
1
2
3
4
5
6
7
8
9
CSJ
書く(177/48.3%)
置く(21/5.7%)
示す(16/4.4%)
する(14/3.8%)
作る(7/1.9%)
挙げる(6/1.6%)
振る(6/1.6%)
張る(6/1.6%)
取る(5/1.3%)
名大
書く(278/50.8%)
置く(57/10.4%)
する(31/5.7%)
作る(14/2.6%)
言う(10/1.8%)
入れる(8/1.5%)
張る(7/1.3%)
揚げる(6/1.1%)
取る(6/1.1%)
BCCWJ
書く(1864/38.4%)
置く(386/8.0%)
する(203/4.2%)
貼る(101/2.0%)
つける(74/1.5%)
かける(69/1.4%)
示す(65/1.3%)
入れる(51/1.1%)
飾る(47/1.0%)
結論
「てある」の
約50%が
「書いてある」であ
る。
11
中俣(2011)
順位
1
2
3
4
5
6
7
8
9
CSJ
書く(177/48.3%)
置く(21/5.7%)
示す(16/4.4%)
する(14/3.8%)
作る(7/1.9%)
挙げる(6/1.6%)
振る(6/1.6%)
張る(6/1.6%)
取る(5/1.3%)
名大
書く(278/50.8%)
置く(57/10.4%)
する(31/5.7%)
作る(14/2.6%)
言う(10/1.8%)
入れる(8/1.5%)
張る(7/1.3%)
揚げる(6/1.1%)
取る(6/1.1%)
BCCWJ
書く(1864/38.4%)
置く(386/8.0%)
する(203/4.2%)
貼る(101/2.0%)
つける(74/1.5%)
かける(69/1.4%)
示す(65/1.3%)
入れる(51/1.1%)
飾る(47/1.0%)
「てある」の50%が書いてあると
いうのは、
 言語学者としては興味
を引かない事実である
が、言語教育者として
は重要な事実。
疑問文とは共起しない
「てあるか」「てありますか」
といった形はほとんどない。
 「みんなの日本語」本文にも疑問
文はないが、練習問題や会話に
ちゃっかり紛れ込んでいる。
2.文法コロケーションハンドブック
当時(2010年)の中俣の仕事
 京都外国語大学・日本語教員養成推進室
 文法の説明は理解できても、良い例文を
作るのが難しい学生が多かった。
 例文は
規則だけでは
作れない。
 ベテランの先生も学生も
「この文法項目は、こういう動詞とよく
使う、みたいなことが書いてあったら
いいのに」
文法項目とのコロケーション
を集めたハンドブック
 ある語を使えるようになるためには、
規則だけでなく、コロケーションを
知らなければならない。(Lewis2000)
 コロケーション=一文の中で、同時に
使われることが多い表現。
 ここでは、文法項目によく接続する
実質語をコロケーションと捉える。
そして計画は実行に移された
 当初は学会でセンセーショナルな発表




をして仲間を募り、プロジェクトを
立ち上げる予定だった。
しかし、2011年8月に転機が!
1億語の書き言葉コーパスを、
形態素情報を利用して検索できる
システム「中納言」が公開された。
これを使えば1人でできる!
いつやるか?今でしょ!
様々な苦労を経て……
 中納言は一度に10万件しかダウンロード
できないが、「ている」は80万件以上
ある。
 3日かけてダウンロード、結合した結
果、終止形は「なっている。」は最も多
い
ということがわかり、「大変な事が
起こりました!」と学科主任の部屋に
駆け込むという事案が発生。
文法コロケーション
ハンドブックの内容
 文法項目の簡単な説明・接続の形
 実際に前に来ることが多い実質語
 教科書で前に来ることが多い実質語
 例文
 特定のコロケーションのピックアップ
 ジャンル
 後ろの形
 用法
見本
項目数は
 初級で扱う
100項目
を収録!
ハンドブックのメリット
(中俣2012)
(1) 教師にとっては、毎回の
授業で準備する例文作りに有効
である。特に、日本語の内省が
きかないノンネイティブ教師にとって
は、教科書にとらわれず、母語話者がよ
く使う例文を提示することが容易にな
る。
ハンドブックのメリット
(中俣2012)
(2) 学習者にとっては、日本語でよく使
われるコロケーションを
学ぶことができる。
(3) 教科書作成において、導入
すべき語彙の選定に必要な情報を提供
できる。
(4) 言語研究において、新たな
角度からの知見を提供できる。
例文作り実験の結果。4問の合計。
中俣(2013)
語彙表を与えたほうが良い成績。
項目別に見ると……
p<.05
p<.01
n.s.
n.s.
3.中納言を使って「ている」と
「ているところだ」を調べる
 BCCWJ検索ツール『中納言』と
Excelを活用し、
文型に前接する語彙ランキング表
を作ってみる!
28
BCCWJの検索方法





BCCWJ=『現代日本語書き言葉均衡コーパス』
国立国語研究所作成の大規模コーパス(1億語)。
・検索「方法」は主に4つ。
1.文字列検索に特化した「少納言」……ネットで公
開。無料。
 2.形態素情報(品詞など)で検索できる「中納言」
……前半の内容。今は無料。
 3.専門家向けの「DVD」……有料。
 4.コロケーション検索に特化した「Ninjal-LWP for
BCCWJ」(通称NLB)……後半の内容。ネットで公開。
無料。
29
『中納言』とは……?
 形態素解析済みの情報を使って




検索できる。
「言う」「言った」「言わない」
をまとめて検索できる。
「~を食べる」の前に来る「名詞」
で検索できる。
少納言やGoogleと違い、
「語彙」の調査に向いている。
使用には登録が必要。今のところ無料。30
まずは中納言にログイン……
「長単位検索」
を選ぶ
「ている」は普通「て」+「いる」だが、
長単位では「ている」として
登録されている。
31
今調べたいのは「ている」の前の
動詞。
よって、キーは「動詞」
キー=
「品詞」が「動詞」
後方共起1=「語彙素」が「ている」
で検索!!
32
補足:「語彙素」とは?
 BCCWJにおいて使われているUniDicと
いう辞書の用語で、様々な発音や表記
の揺れをまとめた、代表形のこと。
 出現形「ている」「でいる」「てる」
「でる」は全て語彙素「ている」
として登録されている。
33
後はダウンロード
 837,210件見つかるので、これを
ダウンロードする。
 ただし、『中納言』でダウンロードできるのは
万件まで。
10
 そこで、「Yahoo!ブログ」「新聞」などのジャ
ンルごとに分割したり、「ている」の活用形
(連体形、終止形など)で分割したりして、
ダウンロードした。
 ただし、こんなに苦労するのは
「ている」だ
から。他の文型なら、ここまで1分前後で完了!
34
.txtファイルをExcelで開く}と
いう逆転の発想!
ここを「すべての
ファイル」にすれば、
txtだって開ける!
35
開くとこんな感じ
「ている」の場合、メ
モリがオーバーするので、
分割した1つ1つを開い
て、不要な行を削除。そ
の後に結合していくとい
う手順を踏みました。
ただし、少ない文型で
あれば、ここまで2分で
到達できます!
36
ピボットテーブルを作る
 全てを選択、「挿入」→「ピボットテー
ブル」
37
こんな画面になるので……
下のマスの「値」のと
ころに「キー」をド
ラッグする。
下のマスの「行ラベ
ル」のところに「語彙
素」をドラッグする。
38
最初は順番がばらばらなので……
数字の欄をクリックしてから、
並べ替えの「降順」を選ぶ
39
できあがり!!慣れればここまで
3分です、
40
実質語に注目した「ている」の分析
順位
動詞
1
する
なる
思う
持つ
見る
言う
考える
知る
入る
やる
2
3
4
5
6
7
8
9
10
出現数
順位
動詞
61,434
11
52,354
12
20,585
13
18,386
14
12,024
15
11,848
16
11,242
17
11,133
18
8,222
19
7,363
20
出る
行う
分かる
つく
残る
使う
来る
聞く
待つ
立つ
出現数
6784
6343
6281
6100
5793
5714
5489
4852
4655
4631
41
教科書の「あの動詞」は一体どこ
に…?
 日本語教科書8種における例文に
使われている動詞をピックアップ。
(練習問題は除く)
42
教科書
動詞
順位
教科書
動詞
順位
6冊
する
持つ
書く
住む
食べる
入る
知る
着る
勤める
かける
1位
4位
3冊
132位
25位
35位
51位
2冊
9位
8位
2冊
66位
76位
64位
2冊
読む
止まる
割れる
つく
働く
落ちる
開く
探す
降る
かぶる
5冊
4冊
4冊
4冊
4冊
4冊
4冊
4冊
3冊
3冊
2冊
2冊
2冊
2冊
2冊
116位
898位
14位
33位
135位
84位
60位
228位
235位
43
ここで、ベスト10に戻ると・・・
順位
語
順位
語
1
する
なる
思う
持つ
見る
6
言うくだけた言葉
考える
知る
入る
やる
2
3
4
5
教科書に全く
登場しない
7
8
9
10
1冊で使用
44
「なっている」の特異性
 「ている」全体では、
「なっている」は2位であるが、
終止形にしぼった検索では、
「なっている。」が1位
になる。
書き言葉では非常に多く
使われる表現である。
45
「なっている」のさらに前
ニ格 19368
ト格
471
物
問題 380
状態 316
523
物
385
順
課題 309
仕 組 311
み
255
形
問題 294
13062
増加 161
イ 形 5243
容詞
ナ 形 6904
容詞
高い
多い
大き
い
少な
い
低い
742
650
381
明らか 274
夢中 184
可能 182
259
重要
151
243
明確
68
46
「なっている」のポイント
 やや硬い文章で使われるような
表現が多く、「~になっている」
は中級から上級において
キーポイントとなる表現である。
 アカデミックライティング
においては、これらの
「なっている」
を使いこなす必要がある。
47
「している」の場合は……
 最も多いのは「~をしている。」
 名詞で多いのは「仕事をしてい
る。」
 これは「~をする」という動詞の傾
向と同じ。
 他に、「ゲームをしている。」
「スポーツをしている。」など
48
後ろの形
て い る 。
(言い切り)
て い た 。
(言い切り)
て い る +
接続助詞
ている+名詞
22.3% て い ま す 。
(言い切り)
9.2% て い ま し た 。
(言い切り)
8.5% て い ま す +
接続助詞
20.9% ていた+名詞
「派手な服を着ている人」
「眼鏡をかけている人」
などは多い。
10.5%
2.0%
1.4%
6.2%
49
用法
8%
1 進行
44%
48%
2 結果・状態
3 経験
※1000例をランダムピックアップして調査
50
個々の動詞と用法
順位
語
順位
語
1
する
なる
思う
持つ
見る
言う
考える
知る
入る
やる
11
出る
行う
分かる
つく
残る
使う
来る
聞く
待つ
立つ
2
3
4
5
6
7
8
9
10
12
13
14
15
16
17
18
19
20
51
●=進行が多い動詞 ●=結果が多い
順位
順位
語
動詞 語
1
2
3
4
5
6
7
8
9
10
する
なる
思う
持つ
見る
言う
考える
知る
入る
やる
11
12
13
14
15
16
17
18
19
20
出る
行う
分かる
つく
残る
使う
来る
聞く
待つ
立つ
52
進行が多い動詞
する
見る
やる
行う
使う
待つ
書く
働く
結果が多い動詞
なる
持つ
知る
入る
出る
わかる
つく
残る
53
抽象的な意味はとらえにくい
 「持っている」「知っている」
から「結果・状態」の意味は
とらえにくい。
54
具体的な例文の差
 進行の意味の「練習する」
「見る」であれば、
「練習する」と「練習している」、
「見る」と「見ている」
は単にアスペクトが違う。
55
具体的な例文の差
 結果の意味の「入る」と「入ってい
る」、「知る」と「知っている」では
そもそも使われる場面が
大きく異なる。
 「教室に入る」と
「豚肉が入っている」
 「新しいやり方を知る」と
「古いやり方を知っている」
56
「する形」との対比の意味
 進行の「ている」は
「する」形との対比で説明が
可能であるが、
結果・状態の「ている」は
そもそも場面や語彙が異なる
ため、「する」形と対比させ
る必要はない。
57
「ているところだ」の特異性
 「継続」の「ている」の
類義表現として
「ているところだ」がしばしば
取り上げられる。
 『みんなの日本語
教え方の手
引き』46課→「進行中」
58
庵・高梨・中西・山田(2001)『初級
を教える人のための日本語文法ハンド
ブック』
 「~ているところだ」は動作動詞の
場合は、テイル形と同じく動作の継続
を表しますが、テイル形とは違い、
出来事を表す無意志動詞とはいっしょ
には使えません。
(p.57 例文番号を省略)
 「氷が溶けている」と
「氷が溶けているところだ」
 庵・清水(2003)にも練習問題あり。
59
Makino & TSUTSUI(1986)
“A
DICTIONARY of basic japanese grammar”
 V te iru/ ita tokoro da is similar to V te iru/
ita. The difference is that the formar
focuses more on the state or the scene
while the latter concen-trates on the
action.
 あ、ジョンが走っている。
/*走っているところだ。
 この写真は学生がフリスビーをしてい
るところです。/*しています。
(p.500)
60
実質語を見ると……
 このように、一見、類義表現のように
思われるが、コーパスを調べると……
全然違う
61
頻度が違う
 「ている」は「~ている。」のように
終止形に限っても、26万件出現する。
 「~ているところだ」は2522件しか
出現しない。
 「~ているところだ」は「~ている」
1/100以下
の
しか
使われていない。
62
前接する語彙が違う
●ているところだ ●ている
1
2
3
4
5
6
7
8
9
10
する
考える
行う
進める
思う
努める
図る
実施する
推進する
取り組む
1
2
3
4
5
6
7
8
9
10
する
なる
思う
持つ
見る
言う
考える
知る
入る
やる
63
この語彙って……
 本日、還付手続きを大至急進めている
ところでございます。(国会会議録)
 他の入札談合事件同様、公正取引委員会
として強い関心を有しておりまして、鋭
意情報収集に努めているところでござ
います。(国会会議録)
 国際的には、近年航空機爆破の重大事件
が続発しており、我が国でも爆発物対策
の強化等を図っているところである。
(運輸白書)
64
もしかして……
 これはたしか先生からの御質問がありま
して、(中略)それを受けまして現在調
査を実施しているところでございます。
(国会会議録)
 週四十時間勤務制に対応できるよう、勤
務制度や業務処理方法の改善、人員の効
率的運用を推進しているところである。
(警察白書)
 LPG販売業界の構造改善に鋭意取り組ん
でいるところでございます。
(国会会議録)
65
一言で言うと……
 役人の答弁と
役所が発行する白書に多
い。
 「~ているところだ」は
「言い訳」に偏っており、
アスペクト的な説明では性質
をとらえたとは言えない。
66
「言い訳」とは、すなわち
 何か問題が発生し、
それについての対策を述べる時、
あるいは質問への返答をする時に
用いられる。
67
「~ているところだ」のジャンル
別の割合
「ているところだ」
が使われている
ジャンル
10.8%
国会会議
録
白書
21.3%
53.6%
BCCWJ全体の
ジャンルの割合
4.8% 3.8%
33.2%
書籍
国会会議
録
白書
書籍
57.3%
14.2%
その他
その他
68
「ているところだ」に関する結論
 「言い訳」という機能に特化して
おり、使用頻度が「ている」の
1/100以下であることから、無理
に初級で扱わなくても良い
のではないか。
 扱う場合は、「言い訳」という
文脈を作ることが必要。
69
まとめ―コーパスからどのような
情報が取り出せたか―
 出現頻度の多い「ている」の場合
 「進行」の「ている」、「結果」の「て
いる」、それぞれに多く使われる動詞を
明らかにした。
 「進行」の動詞はアスペクトの対比がある
が、「結果」の動詞はアスペクト以前に文
脈が違う。
 例文に使える語がわかるだけでも意義
がある。
70
まとめ―コーパスからどのような
情報が取り出せたか―
 出現頻度の少ない
「ているところだ」の場合
 「言い訳」という非常に偏った場面で
使われることが多い。
 直感では気づきにくいが、語彙を見れ
ば一目瞭然。
 個々の語だけでなく、使用場面まで
見えてくることがある。
71
4.「そうだ」は何を伝聞する?
終止形に接続する助動詞「そうだ」
「伝聞」の助動詞と言われてい
るが……。
明日は雨が降るそうだ。
中俣先生の授業,やっぱりレポー
トあるそうだ。
中俣先生の授業,やっぱりレポー
トあるって。
73
前にくる動詞(コーパス|教科書)
順位 動詞
1
2
3
4
5
6
7
8
9
10
有る
成る
する
言う
居る
来る
行く
出る
出来る
掛かる
出現数
1061
485
290
259
251
189
132
89
75
59
%
17.37%
7.94%
4.75%
4.24%
4.11%
3.09%
2.16%
1.46%
1.23%
0.97%
教科書に
多い動詞
順位/
1,352
結婚する
婚約する
降る
帰る
知り合う
留学する
住む
着く
立てる
やめる
48位
1,349位
115位
36位
363位
1095位
81位
34位
前にくる名詞・形容詞(コーパス|教科書)
順位 名 詞 ・ 出現数 %
形容詞
1
2
3
4
5
6
7
8
9
10
無い
良い
多い
物
事
美味しい
意味
高い
少ない
為
365 10.48%
244 7.01%
160 4.59%
112 3.22%
75 2.15%
35 1.00%
32 0.92%
31 0.89%
27 0.78%
21 0.60%
教科書に
多い名詞・
形容詞
曇り
寒い
静か
難しい
きれい
所
忙しい
まじめ
安い
短い
順位/
424
336位
184位
13位
214位
11位
912位
32位
伝聞「そうだ」の特徴
 動詞の方が多く,「ある」が飛び抜けて多
い。この前の名詞は多くが連体修飾節を持
ち,「「こどもビール」という飲み物がある
そうだ」のように,少し変わったものを紹
介するのに使われている。
 教科書の動詞では「結婚する」はかなり使わ
れている。しかし,「雨が降るそうだ」など
天気の話題とはあまり結びつかない。
これは「寒くなるそうだ」「晴れだそうだ」
なども同じ。
伝聞「そうだ」の特徴
 名詞・形容詞では「意味だそうだ」「た
めだそうだ」が6位と10位にあることが
特異的である。「大阪では「なおす」は
「戻す」という意味だそうだ」のように,
言葉の解説に使われる。これに限らず,
「そうだ」は全体として,物事の解説
や紹介,ガイドという場面で使
われることが多く,単なる伝聞情報では
ないといえる。
 ナ形容詞はあまり使われない。
「そうだ」=紹介
 雨が降るそうだ。=紹介ではない。
使用数少ない。
 イタリアンの店があるそうだ。
カッペリーニが美味しいそうだ。
=紹介である。
使用数多い。
後ろの形
61.5
%
70.0%
60.0%
50.0%
40.0%
30.0%
16.4%
20.0%
10.0%
0.0%
そうだ
そうです
50.0%
45.0%
40.0%
35.0%
30.0%
25.0%
20.0%
15.0%
10.0%
5.0%
0.0%
46.9%
5.6%
らしい
らしいです
Yahoo! 知恵袋とブログでは78.8%が
「そうです」
小西(2011)
 [そうだ]は音声言語ではほとんどが
「そうです」である。
 「そうだ」+終助詞は文学のジャンルに
のみ特異的に現れる。
……「彼は今度結婚するそうだよ」
のような文は現実には現れないのではない
か?
ジャンル
「そうだ」が使われてい
る
ジャンル
10
%
34
%
32
%
24
%
BCCWJ全体の
ジャンルの割合
10
%
知恵袋
ブログ
書籍
その他
24
%
10
%知恵袋
ブログ
56
%
書籍
その他
ジャンル
 「そうだ」の出現ジャンルは極めて
特異的で,「知恵袋」と「ブログ」に偏って
おり,一般書籍にはむしろ少ない。かといっ
て,話し言葉的表現でもなく,国会会議録に
もあまり見られない。
 「知恵袋」と「ブログ」では「そうです」と
いう形が多いことから合わせて考えると,
「固くはない,しかしある程度
丁寧な言葉遣いが用いられる
場面」に使われると言える。
さらに踏み込むと……
 「そうだ」=紹介という機能。
 「そうだ」+終助詞は創作にしか
現れない。
 「彼は今度結婚するそうだよ」
のような文は、作者が読者に紹介する、
「説明ゼリフ」として使
いわば
われているのではないか?
銀河鉄道の夜
 「うん、けれどもカムパネルラなんか決
して云わない。カムパネルラはみんなが
そんなことを云うときは気の毒そうにし
ているよ。」
「あの人はうちのお父さんとはちょうど
おまえたちのように小さいときからのお
友達だったそうだよ。」
5.まとめ
文法コロケーションハンドブック
がもたらすもの
・日本語教育における授業の組立や
シラバス構築に貢献する。
・国語教育における種々のタスクで
活用できる知見をもたらす。
・記述文法研究をより多角的・立体的に
することができる。
でも、ただ読むだけでも結構面白いと
思います。
今後の予定
今月 100項目の文法形式を元に算出した
「生産性」の可視化について発表
2014年春 文法コロケーションハンド
ブック出版予定
2014年夏以降 100項目の文法形式をジャ
ンルを元にクラスター分析、「文体」を
ボトムアップに可視化。
2015年冬 中上級項目を同様の方法で分
析した論文集「データから見る例文づく
り」出版予定
発表は以上です。
休憩の後、ご意見・ご質問を
賜ります。
コーパスに関する質問など、
なんでも歓迎!

similar documents