研究課題/領域番号 |
20K00641
|
研究種目 |
基盤研究(C)
|
配分区分 | 基金 |
応募区分 | 一般 |
審査区分 |
小区分02070:日本語学関連
|
研究機関 | 筑波大学 |
研究代表者 |
田川 拓海 筑波大学, 人文社会系, 准教授 (20634447)
|
研究期間 (年度) |
2020-04-01 – 2024-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
キーワード | 外来語 / 語種・語彙層 / 借用 / 俗語性 / 分散形態論 / 日本語 |
研究開始時の研究の概要 |
現代日本語(共通語)や方言を対象とし,分散形態論 (Distributed Morphology)という理論を用いて,和語か外来語かといった語彙に特有の情報とその位置付けを適切に捉えられるモデルを構築する。具体的には,国際的に見ても未開拓の領域である分散形態論を用いた語彙層(語種)の研究に取り組む。なかでも特に日本語における外来語を取り上げ,1) 関連現象の記述の整理,2) 外来語に関するデータベースの整備,3) 1, 2の豊富な事実群・データを基盤にした理論的分析とモデルの構築を行う。より実際の言語の実態に迫るために,Twitter等のwebから得られるデータや絵本も資料とする。
|
研究実績の概要 |
2022年度は、2021年度までに行った研究を元に執筆した論文の執筆・投稿を行ったが、いずれも年度内には最終的な公刊とはならなかった。1つは2021年度に日本語文法学会第22回大会パネルセッション「「する」構文の核と周縁」において「動詞化要素としての「する」と「る」」という題目で行った研究発表を元にした外来語を中心にさまざまな要素の動詞化を扱っている論文「動詞化形態の分布とル動詞のRoot派生分析」であり、刊行が決定している論文集に投稿し査読まで終了したが年度内の刊行には至っていない。さらに分散形態論の持つ理論的問題を取り扱った論文「分散形態論におけるゼロ形態とその削減」も別の論文集に投稿しこちらも査読まで済んでいるがやはり刊行は2023年度となった。この論文では、分散形態論がその理論的設計から仮定せざるを得ないゼロ形態を細かく分類し整理することによってその一部は実は競合する理論と同じようなやり方で問題を解消することができることを示したものである。口頭発表としては、言語学フェス2023において「ドラゴンクエストの語彙における借用・外来語」という題目で研究発表を行った。この発表では、デジタルゲームで用いられる呪文や魔法といった独特の語彙が形態論的な分析の対象になる豊かな体形を形成していることおよびその特異な性格から言語学的な研究を行う上でのもんだ点を整理して示し、また作品間での語彙の影響関係を借用・外来語として分析できる可能性について具体例を示して論じた。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
本研究で扱うデータはテキスト、文字資料から採取するものが中心で、フィールドワーク・インタビューや実験を行う研究と比べて新型コロナウイルス感染症の直接的な影響は大きくないが、2022年度も2021年度までに引き続き所属組織における新型コロナウイルス感染症対応関連の業務の影響で研究に割けるエフォートの割合を低くせざるを得なかった。また、既存のコーパスからは得られない研究データの取得先として予定していたTwitterが経営・運営上の問題からAPIの運用方法や体制を大きく変更した影響で研究用のAPIも利用が難しくなっており今後の見通しも不明であることから一部の研究が停滞している。外来語を対象にした記述的な研究、分散形態論を用いた理論的な研究のいずれにおいてもこれまでに得られた研究成果を論文としてまとめる段階に至っているものはあるが、上述の理由から研究プロセスの修正が必要なものもあり、特に外来語に関する総合的なデータの収集と整理については遅れていると言わざるを得ない。特にTwitterの利用については先行きがかなり不透明であることから、別のデータの取得にシフトすることを念頭に急ぎ準備を進めている。
|
今後の研究の推進方策 |
個別の外来語・借用に対する記述的な研究とデータの収集、データベースの構築については、今後の状況次第ではあるが、Twitterからの大量データの取得は基本的に計画から外すものとする。一方ル動詞の研究を進める中で俗語的な表現のデータを集める上では特定の専門分野に関わっている個人や組織が作成した語彙リストや俗語辞典のような資料が有効であることが明らかになったため、それらのデータ収集と整理にリソースを割くこととする。また、収集したデータの整理とデータベース・コーパスの構築については最近急速に研究への応用・活用が個々見られている生成系AIを用いる予定である。絵本からのデータ収集の進捗も思わしくないが、本年度中には一定量まで到達することを目指す。2022年度は現在までの進捗状況に記した理由により主目的としていたデータの収集と整理が遅れてしまったため2023年度もそれをできるだけ軌道修正し新しい計画の元作業を進めることに注力する。
|