2023 Fiscal Year Annual Research Report
計量的分析のための15世紀朝鮮語形態素解析済みコーパス構築：仏教諺解を対象に
| Project/Area Number |
20K00558
|
|---|
| Research Institution | Kindai University |
|---|
Principal Investigator |
須賀井 義教 近畿大学, 総合社会学部, 准教授 (60454641)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | 朝鮮語史 / コーパス / 形態素解析 / 計量的分析 / TEIガイドライン |
|---|
| Outline of Annual Research Achievements |
計画の最終年度である令和5年度には，MeCab（めかぶ）向けの15世紀朝鮮語形態素解析用辞書である「MkHanDic」に，引き続いて辞書項目の追加を行った．文献としては『月印釈譜』巻7の本文と注釈について分析を行い，漏れのある項目を解析用辞書に追加して，さらに解析用辞書の再構築を行った．最終的な辞書項目数は10023項目で，学習用データは3080文である．解析用辞書と学習用モデルについては，GitHubを通じてオープンソースソフトウェアとして公開を行った．研究期間の全体を通じて，学習データとして『釈譜詳節』巻6・9・13・19・20・21・23・24の本文と注釈，『月印釈譜』巻1・2・7の本文と巻7の注釈，『阿弥陀経諺解』の本文と注釈，『金剛経諺解』の本文，『三綱行実図』の本文と注釈を，最終的に含めることができた．
解析の精度について，やはり同音異義語の判定に問題があるものの，形態素の切り出しと品詞付与については高い精度を見せた．辞書の項目数もかなり増やすことができ，今後他の文献について解析を行う際にも，十分使用に耐えうると見受けられる．
また，形態素解析を行う前段階の作業として，TEI（Text Encoding Initiative）ガイドラインを用いた電子データの整備も行った．TEIガイドラインを用いることで，本文と注釈の区別などをテキストデータに盛り込むことができるため，データ抽出の際の便宜を向上させることできた．最終的に，『釈譜詳節』巻6・9・13・19・20・21・23・24，『月印釈譜』巻1・2・7・8・9・10，『阿弥陀経諺解』，『金剛経諺解』，『三綱行実図』のデータ整備が完了した．
|
