形態素解析のための品詞情報つき古典漢文コーパスの構築

2012 年度 実績報告書

• 研究課題/領域番号: 22300087
• 研究機関: 京都大学
• 研究代表者: 安岡 孝一 京都大学, 人文科学研究所, 准教授 (20230211)
• 研究分担者: W Christian 京都大学, 人文科学研究所, 教授 (20333560) ; 鈴木 慎吾 大阪大学, 言語文化研究科(研究院), 講師 (20513360) ; 山崎 直樹 関西大学, 外国語学部, 教授 (30230402) ; 守岡 知彦 京都大学, 人文科学研究所, 助教 (40324701) ; 二階堂 善弘 関西大学, 文学部, 教授 (70292258) ; 師 茂樹 花園大学, 文学部, 准教授 (70351294) ; 池田 巧 京都大学, 人文科学研究所, 准教授 (90259250)
• 研究期間 (年度): 2010-04-01 – 2013-03-31
• キーワード: 古典漢文 / コーパス / 形態素解析

研究概要

これまでに作成した古典漢文コーパスから、品詞分類に改善の必要が認められたことから、新たな品詞分類の設計をおこなった。新たな品詞分類では、大品詞を「n」「v」「p」の3種類とし、動賓構造を「v」と「n」の組み合わせで表現することにした上で、その下位分類での品詞を「名詞」「代名詞」「数詞」「動詞」「前置詞」「副詞」「助動詞」「助詞」「感嘆詞」の9種類として、従来の漢文文法等で見られた「形容詞」を廃止したのが特徴である。これらに加え、43種類の意味素性と、80種類以上の小素性を定義し、形態素解析の結果として得られる各単語を、意味の面からも捉えやすいよう工夫した。この新しい品詞体系によるMeCab漢文辞書を作成すると同時に、例文入力グループにフィードバックして、MeCab漢文コーパスの入力をおこなった。さらに、MeCab漢文辞書とMeCab漢文コーパスを元に、MeCabによる漢文の自動形態素解析をおこなえるようにした。この形態素解析システムで、高校教科書の漢文例や、三国志呉書列伝などの白文を解析してみたところ、大品詞のF値は平均で92、品詞のF値は平均で84と、まずまずの高成績が得られ、白文の単位切りはほぼ完璧だった。この成果を「じんもんこん2012」で発表した上で、「International Conference on Culture and Computing 2013」にも投稿中である。また、本年度の終わりに、全体のMeCab漢文辞書およびMeCab漢文コーパスデータ(約18,000例)をWWWで公開し、当初研究計画をほぼ予定通り終了した。

現在までの達成度 (区分)

理由

24年度が最終年度であるため、記入しない。

今後の研究の推進方策

24年度が最終年度であるため、記入しない。

研究成果

• [雑誌論文] 「東アジア古典文献コーパスの研究」共同研究班報告 (2013)
  • 著者名/発表者名: 安岡孝一
  • 雑誌名: 東方學報(京都) 巻: 第88冊 ページ: (掲載予定)
  • DOI: to appear
  • 査読あり
• [学会発表] 古典中国語形態素解析のための品詞体系再構築 (2012)
  • 著者名/発表者名: 山崎直樹、守岡知彦、安岡孝一
  • 学会等名: 人文科学とコンピュータシンポジウム「じんもんこん2012」
  • 発表場所: 札幌
  • 年月日: 2012-11-17
• [備考] 「東アジア古典文献コーパスの研究」ログ
  • URL: http://kanji.zinbun.kyoto-u.ac.jp/~yasuoka/kyodokenkyu/archive2013.html