Annotation of stylistic information of words based on frequency appearing in corpora

2022 Fiscal Year Final Research Report

• Project/Area Number: 20K00655
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 02070:Japanese linguistics-related
• Research Institution: National Institute for Japanese Language and Linguistics
• Principal Investigator: KASHINO Wakako 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, 准教授 (50311147)
• Co-Investigator(Kenkyū-buntansha): 丸山 直子 東京女子大学, 現代教養学部, 教授 (00199936) ; 佐渡島 紗織 早稲田大学, 国際学術院, 教授 (20350423)
• Project Period (FY): 2020-04-01 – 2023-03-31
• Keywords: 文体 / 書き言葉 / 話し言葉 / コーパス / 位相 / 学術的文章 / 文章作成 / 日本語教育

Outline of Final Research Achievements

To solve the problem of "spontaneous" words being mixed in academic texts (reports, articles, etc.) that should be described in writing-style words, the words with annotations such as "writing style" or "spontaneous" were extracted from literature on composition techniques. For each of those 2,791 words, we newly annotated word frequency information appearing in “Corpus of Everyday Japanese Conversation : CEJC” and “Corpus of Spontaneous Japanese : CSJ”. In addition, we annotated “Word Stylistics Data”. The resulting database enables us to quantitatively measure stylistic differences between words.

Free Research Field

日本語学

Academic Significance and Societal Importance of the Research Achievements

学術的文章（レポート、論文等）の作成時に、「話し言葉的」な語や、軟らかすぎる語を用いるのは避けた方がよい。そのためには、語レベルでの文体情報の把握が必要になる。本研究では、「書き言葉的」な語、「話し言葉的」な語を2,791語集め、それらの話し言葉や書き言葉のコーパス頻度情報に基づいた使用差を数値化することによって、語に文体情報を付したデータベースを構築した。学術文章作成時に、より適切な語句選択が可能になる資料として役立つものと期待される。