2010 年度研究成果報告書

文長にみる言語の確率分布

研究課題

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
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
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.