文長にみる言語の確率分布

• 研究課題/領域番号: 20520389
• 研究種目: 基盤研究(C)
• 配分区分: 補助金
• 応募区分: 一般
• 研究分野: 言語学
• 研究機関: 徳島大学
• 研究代表者: 石田 基広 徳島大学, 大学院・ソシオ・アーツ・アンド・サイエンス研究部, 准教授 (40232318)
• 研究期間 (年度): 2008 – 2010
• 研究課題ステータス: 完了 (2010年度)
• 配分額: 2,730千円 (直接経費: 2,100千円、間接経費: 630千円); 2010年度: 650千円 (直接経費: 500千円、間接経費: 150千円); 2009年度: 650千円 (直接経費: 500千円、間接経費: 150千円); 2008年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
• キーワード: 計量言語学 / テキストマイニング / 日本語 / 英語 / 独語 / 統計学 / 言語学 / 確率論

研究概要

本研究では,文長の分布が対数正規分布やパスカル分布,あるいは負の二項分布によって表現できるかどうかを検討した.その結果,文長の分布を確率現象としてだけ説明することは不可能であった.さらに文長に一般化線形モデルをあてはめたところ,書き手などの固定的な要因が影響している可能性が示唆された.また本研究において,日本語文章を文字や形態素,あるいは品詞に分解し,これを頻度表として出力するプログラムを開発し,これらを公表した.

研究成果

• [雑誌論文] Text Mining in R : Rober Parker's Comments on Bordeaux Red Wine (2008)
  • 著者名/発表者名: 石田 基広
  • 雑誌名: Proceedings of Joint Meeting of 4^<th> World Conference of International Association of Statistical Computlng 1 ページ: 664-670
  • 査読あり
• [学会発表] 言語データの統計解析 (2011)
  • 著者名/発表者名: 石田基広
  • 学会等名: 日本語学会2011年度春季大会予稿集,54-57頁
  • 発表場所: 大阪大学
  • 年月日: 2011-05-28
• [学会発表] RMeCabとRCaBoChaによるテキストマイニング (2010)
  • 著者名/発表者名: 石田基広
  • 学会等名: 統計連合学会連合大会講演報告集,292-293頁
  • 発表場所: 早稲田大学
  • 年月日: 2010-09-08
• [学会発表] テキストマイニングツールRMeCabとRCaBoChaについて (2010)
  • 著者名/発表者名: 石田基広
  • 学会等名: 統計関連学会連合大会
  • 発表場所: 早稲田大学
  • 年月日: 2010-09-08
• [学会発表] Rによるテキストマイニング入門 (2009)
  • 著者名/発表者名: 石田基広
  • 学会等名: 統計数理研究所 公開講座2009
  • 発表場所: 統計数理研究所
  • 年月日: 2009-11-24
• [図書] Rによるテキストマイニング入門 (2008)
  • 著者名/発表者名: 石田基広
  • 総ページ数: 173
  • 出版者: 森北出版
• [図書] R によるテキストマイニング入門 (2008)
  • 著者名/発表者名: 石田 基広
  • 総ページ数: 178
  • 出版者: 森北出版
• [備考] ホームページ等
• [備考] 言語解析用ソフトの開発と公開
• [備考] 形態素解析インターフェイスRMeCab
  • URL: http://groups.goog1e.com/group/rmecab
• [備考] 係り受け解析インターフェイスRCaBoCha
  • URL: http://groups.goog1e.com/group/rcabocha
• [備考]
  • URL: https://groups.google.com/group/rcabocha
• [備考]
  • URL: http://groups.google.co.jp/group/rmecab