日本語コーパスに対する情報付与を核としたオープンサイエンス推進環境の構築

2022 年度 実績報告書

• 研究課題/領域番号: 20K20411
• 研究機関: 大学共同利用機関法人人間文化研究機構国立国語研究所
• 研究代表者: 小木曽 智信 大学共同利用機関法人人間文化研究機構国立国語研究所, 研究系, 教授 (20337489)
• 研究分担者: 河内 昭浩 群馬大学, 教育学部, 准教授 (10625172) ; 橋本 雄太 国立歴史民俗博物館, 大学共同利用機関等の部局等, 准教授 (10802712) ; 永崎 研宣 一般財団法人人文情報学研究所, 人文情報学研究部門, 主席研究員 (30343429) ; 鴻野 知暁 東京大学, 大学院人文社会系研究科(文学部), 助教 (30751515) ; 海野 圭介 国文学研究資料館, 研究部, 教授 (80346155) ; 後藤 真 国立歴史民俗博物館, 大学共同利用機関等の部局等, 准教授 (90507138)
• 研究期間 (年度): 2020-04-01 – 2023-03-31
• キーワード: コーパス / アノテーション / オープンデータ / 言語資源 / 形態論情報

研究実績の概要

コーパスに対するアノテーションの共有環境の適用例として、『日本語歴史コーパス』の形態論情報の誤り修正報告機能を一般向けのコーパス検索システム「中納言」に実装した。この機能の愛称を「みんなごん」と名付け、2022年度より修正報告アノテーションの収集の運用を開始した。これにより、クラウドソースによるコーパス修正環境の準備が整った。
日本語学会のワークショップで「みんなごん」の使い方の広報を行ったのち、2023年2月までに集まった「平安時代編」の形態論情報誤り修正報告をコーパスに反映させて『日本語歴史コーパス』平安時代編Ⅰ仮名文学ver.1.3として公開した。今後も、同様の方法でコーパスの修正機能を継続的に運用する予定である。
本年度で本科研は終了するため、運用については国立国語研究所の共同研究プロジェクト「開かれた共同構築環境による通時コーパスの拡張」に引きついで、コーパスの修正を定期的に実施することとした。また、2023年度に公開予定の『昭和・平成書き言葉コーパス』用の「中納言」にも同機能を追加して、コーパスの誤り修正を実施することとした。

研究成果

• [学会発表] 『日本語歴史コーパス』の活用－語彙表を用いた集計と分析－ (2022)
  • 著者名/発表者名: 小木曽智信・竹内綾乃
  • 学会等名: 日本語学会2022年度春季大会
• [学会発表] みんなで直す『日本語歴史コーパス』－中納言+みんなごん－ (2022)
  • 著者名/発表者名: 小木曽智信・竹内綾乃・松崎安子
  • 学会等名: 日本語学会2022年度秋季大会
• [学会発表] 『日本語歴史コーパス』ver.2023.3通時コーパス拡張進捗報告 (2022)
  • 著者名/発表者名: 小木曽智信
  • 学会等名: 「通時コーパス」シンポジウム2023
• [備考] 『日本語歴史コーパス』平安時代編Ⅰ仮名文学ver.1.3
  • URL: https://clrd.ninjal.ac.jp/chj/heian.html#kanabungaku
• [備考] 「みんなごん」（オープンサイエンス推進環境［外記」形態論情報の修正機能）
  • URL: https://chunagon.ninjal.ac.jp/osr/def/1/annotation