Compilation of a Balanced Corpus of Written Japanese : Infrastructure for the Coming Japanese Linguistics

2008 Fiscal Year Self-evaluation Report

• Project Area: Compilation of a balanced corpus of written Japanese: Infrastructure for the coming Japanese linguistics
• Project/Area Number: 18061009
• Research Category: Grant-in-Aid for Scientific Research on Priority Areas
• Allocation Type: Single-year Grants
• Review Section: Humanities and Social Sciences
• Research Institution: 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 (2009-2010); The National Institute for Japanese Language (2006-2008)
• Principal Investigator: MAEKAWA Kikuo The National Institute for Japanese Language, 研究開発部門, グループ長 (20173693)
• Project Period (FY): 2006 – 2010
• Keywords: 均衡コーパス / 日本語 / 書き言葉 / 代表性

Research Abstract

本研究領域にはふたつの大きな目標がある。ひとつは、現代日本語のコーパス言語学的研究の基盤を整備するために、大規模な現代日本語書き言葉の均衡コーパスを構築することである。本領域におけるコーパス構築は、国立国語研究所の近現代日本語コーパス整備事業であるKOTONOHA計画と連携して実施する。両者が協力して1億語を超える規模の「現代日本語書き言葉均衡コーパス」を構築するが、分担関係として、本領域では、書籍に用いられた現代語の書き言葉を対象とする5000万語規模の書き言葉コーパスを構築して公開する。
本領域のもうひとつの目標は、構築途上のコーパスを様々な領域で利用することによってコーパス日本語学の可能性を探り、同時に構築中のコーパスの有用性を評価することである。狭義の言語学だけでなく、国語教育、日本語教育、辞書編集、自然言語処理などの幅広い領域で活用と評価をおこなう。

Research Products

• [Journal Article] 日本語コーパス開発の現状と展望 (2008)
  • Author(s): 前川喜久雄
  • Journal Title: 英語コーパス研究(英語コーパス学会) 15 Pages: 3-16
• [Journal Article] KOTONOHA「現代日本語書き言葉均衡コーパス」の開発 (2008)
  • Author(s): 前川喜久雄
  • Journal Title: 日本語の研究 4(1) Pages: 82-95
• [Journal Article] コーパスとは何か (2008)
  • Author(s): 前川喜久雄
  • Journal Title: 国文学解釈と鑑賞(至文堂) 74-1 Pages: 6-14
• [Journal Article] 現代日本語書き言葉均衡コーパス (2008)
  • Author(s): 前川喜久雄・山崎誠
  • Journal Title: 国文学解釈と鑑賞(至文堂) 74-1 Pages: 15-25
• [Journal Article] コーパス日本語学の可能性-大規模均衡コーパスがもたらすもの- (2007)
  • Author(s): 前川喜久雄
  • Journal Title: 日本語科学 22 Pages: 13-28
• [Presentation] KOTONOHA : A Corpus Compilation Initiative at the National Institute for Japanese Language (2009)
  • Author(s): Maekawa,K
  • Organizer: The 22nd International Conference on the Computer Processing of Oriental Languages(ICCPOL2009)
  • Year and Date: 20090300
• [Presentation] Compilation of the Balanced Corpus of Contemporary Written Japanese in the KOTONOHA Initiative (2008)
  • Author(s): Maekawa, K
  • Organizer: Proc. Second International Symposium on Universal Communication
  • Year and Date: 20081200
• [Presentation] 大規模言語資源の開発とその問題点(特に著作権処理について) (2008)
  • Author(s): 前川喜久雄
  • Organizer: WebDBForum 2008 特別セッション「企業の巨大データ徹底解剖-新たな研究の可能性と産学連携-, 情報処理学会
  • Year and Date: 20081200
• [Presentation] 国立国語研究所のコーパス整備計画KOTONOHA-その現状と問題点- (2008)
  • Author(s): 前川喜久雄
  • Organizer: 電子情報通信学会技術研究報告思考と言語, 電子情報通信学会
  • Year and Date: 20080500
• [Presentation] Balanced Corpus of Contemporary Written Japanese (2008)
  • Author(s): Maekawa, K.
  • Organizer: Proc. The 6th Workshop on Asian Language Resources
  • Year and Date: 20080100
• [Remarks] ホームページ
  • URL: http://www.tokuteicorpus.jp/