インターネットがかなえてくれる夢――コーパス言語学の可能性

――手軽な自家製コーパスの作成とその利用――

                                                                                                                  高梁工業高校 須賀 廣




※ これは1999年11月28日山陽学園大学で行なわれました英語教育 中四国ネットワークで発表したレジメに基づいています。


 

1.ELT用コーパスを即席に作る:言語教育用コーパス開発のお手軽で汚い方法」

Birmingham大学Tim Johns氏のHP http://sun1.bham.ac.uk/johnstf/palc.htm

・たとえ既成のコーパスにアクセスできなくても道はある。

              Microsoft Encarta®96――World English Edition(Microsoft 1996) ※百科事典なら何でもOK

・既存のコーパスと比べて「サイズが小さい」「取り扱う領域が限られている」「日常使われない領域

を含む」「作者が不自然(大学の先生ばかり)」などの欠点もある。

              27,033もの記事,それぞれが2005000語。27,033×1000=27,033,000語のコーパス。

              ・バランスのとれた内容

                             Physical science                               3245(記事数)

                           Life science                                       3509

                           Geography                                       6047

                           History                                             4706

                            Social Science                                   2911

                           Religion and Philosophy                  2150

                           Art, Language and Literature         3588

                           Performing arts                                1823

                           Sports, Hobbies and Pets                 1006

 

2.Time ALMANAC 1990s (住友金属工業株式会社オープンシステム事業室  03-5476-9802)の利用

 

              ・欠点「時事英語に限定される」

              ・利点「内容が社会・経済・ビジネス・科学・芸術・健康など幅がある」「一度に膨大なデータが入

手できる」

              Time ALMANAC 1990sには「1989年〜199452日号までのTIME誌に掲載されたすべて

の記事のテキスト」が入っている。1冊分(230KB)が3.8万語とすると3.8万×277週≒1052

万語。

              CD-ROMのテキスト部分だけをテキストファイルとしてハードディスクに取り出して利用できる。

              ・ただし,CD-ROMによっては特殊な圧縮をしているためテキストファイルとして取り出せないも

のもある。

 

3.WordSmith Toolsの利用

 

1)なぜコンコーダンサが必要か

何千万語というコーパスを縦横に駆使するためにはそれなりの道具が必要である。ワープロの検索機能を使うのも一手だが,それには次のような欠点がある。

@一度に多くの例を表示できない 

A検索語(Nodeといいます)が見つけにくい 

 

そこでKWIC表示ができる「コンコーダンサ(concordancer)」を用いることにする。

2)WordSmith Toolsの入手と主な用法

コンコーダンサにはいろいろあるが,ここでは広く使われているWordSmithについて紹介する。

 

   @WordSmith Toolsはどう入手するか

公式版(現在Version3.0)を入手するには,マイク・スコット氏のHP http://www.liv.ac.uk/~ms2928/homepage.html にアクセスし,そこのDownload欄にあるOxford University Pressをクリックする。そしてDownload WordSmith ToolsをクリックするとDownload WordSmith Tools(Part1)Download WordSmith Tools(Part2)が現れるので,まずPart1つぎにPart2をクリックし,自分のパソコンのハードディスクの適当なところにダウンロードする。終わったらMS_PART1.EXEMS_PART2.EXEという二つのファイルが保存されているはず。これらは自動解凍になっているので,それぞれ順にクリックすると,多くのファイルが展開される。その中のsetup.exeを実行するとインストールが行われる。展開前のMS_PART1.EXEMS_PART2.EXEはバックアップ用として2枚のフロッピディスクに保存しておくとよい。

 

              (注)こうして入手したWordSmithはデモ版である。無料だが,表示行数などに

制限がある。本格的に利用するには正式に購入する必要がある。Order Formに必要事項を記

入してemailで送付するとResistration Key Numberが送られてくる。WS2SINGL.LIC

いうファイルが添付されてくるのでこれをWSTOOLSのディレクトリに入れておき,

Upgradeを行う。

 

   AKWIC表示を出してみる

WordSmith Tools Controllerが基本画面。ここの[Tools][Concord]を選択してみよう。

 

              ◆コーパスを選択する

Concord画面上部にある緑のスタートボタンをクリックし,Choose Texts Nowボタンを押す。ここでは2.で作成したTimeのデータファイル全部を選ぶ。そして[All][OK]を押す。

 

              ◆検索語を入力する

Specify Search-Wordボタンを押し,検索したい語を入力する。Go Now!ボタンを押せば直ちに検索を開始する。ここで nuclear を入力すると上記のKWIC表示が実現される。

 

              ◆さらに詳しく見る

                              ボタンを押すと一つ一つのデータが複数行にわたって見ることができる。

 

              ◆ソートをする

Concord画面でre-sortボタンを押し,Main Sortで「1R」,…then by…で「1L」を選ぶと「検索語に右1語目でソートし,さらにその中で左1語目でソート」が行われる。

 

   B単語リストの作成(どんな単語がどのくらい出現するか)

WordSmith Tools Controllerから[Tools][Wordlist]を選択する。スタートボタンを押し,Make a wordlist nowボタンをクリックすると「new wordlist(S)(単語統計情報)」「new wordlist(A)(アルファベット順単語リスト)」「new wordlist(F)(頻度順単語リスト)」の3つのファイルが自動作成される。「単語統計情報」には文の数,単語数,平均単語長,4文字単語・5文字単語がいくつあるかなどの情報が示される。

 

◆頻度順単語リスト

  Cコロケーションを調べる (  のボタンを押す)

 

  Dテキスト中での出現位置を調べる (  のボタンを押す)

 

  Eその単語との連鎖(word cluster)を調べる (  のボタンを押す)

3)WordSmithをつかった応用例

              @メーリングリスト TESL−L 1998.11.16 に載った投稿

Has anybody an explanation for the use of the past tense in the sentence, “It’s time (they went home/ she had her hair cut / we ate dinner)”?  Is it part of a pattern that’s worth teaching or just a lexical oddity?

 

ATimeコーパス(70冊分230万語)から見ると

   これ(Time70冊分230万語)から何がわかるか

                1)一番多い用例は “It’s time (for) ・・・ to .” で,*21/29例。

                2)It’s time + 過去形の文は意外と少なく,次の2例のみ

                      I think it’s time I had a talk with my kids.

  Don’t you think it’s time somebody started keeping an eye on that Willard Scott guy?

                3)英語教育では 「もう〜する時間だ」の表現においては 従来の「It’s time 過去文.」よりも「It’s

time (for)・・・to.」に力点をシフトして教えるべきではないかということを示唆する。

 

*(注)コンコーダンスラインをよく見ると “it’s TIME magazine”などといった「ゴミ情報」も入っているので総用例数をカウントする場合は注意が必要である。また,”it’s time for a change”などの用例もあるので,これを it’s time for ・・・to〜にカウントしないことも必要である。

 

これは便利―――おすすめサイト

 

辞書関連

 

DictionairesDictionaries

諸分野にわたる様々な種類の辞典が100以上アップされている。中には600以上の辞書を集めた Web of Dictionaries もある!


Online English to Japanese to English Dictionary

英和・和英辞典。他の言語でも検索可。


The American Heritage Dictionary of the English Language

アメリカン・ヘリテッジ辞典。


KISW Reference Desk /Dictionaries & Encyclopedias

約40の各種辞典と3冊の百科辞典を紹介。


Travlang's Translating Dictionaries

ラテン語も含めたヨーロッパ諸言語間の対照辞典集。


NetLingo

インターネット関連語彙がわかる。


infoplease.com

様々な分野についてAlmanacs, Encyclopedia,Dictionaries を一度に検索できる。データの宝庫。


O'Reilly Search Communications Terms

コンピュータのハードウェアやデータ通信に関する用語が検索できる。


The Free On-line Dictionary of Computing - Contents

これもコンピュータ用語が検索できる。アルファベット検索も可。


Pedro's Dictionaries

acronym辞典からWebster's辞典や諸言語間辞典までさまざまな辞典がアップされている。


Wordsmyth English Dictionary-Thesaurus

類義語辞典。あいまい検索が可能。


WELCOME TO EPICURIOUS

グルメと旅に関する情報や語彙はここで調べよう。


iTools

言語・地理・金融など様々な分野の辞典を揃えている。グラフィックが見やすい。

 

 

 

 

英語教育・ESL関連・百科事典

 




Dave's ESL Cafe

ESL/EFLといえば,まず挙げねばならないのがここ。語法など役立つ情報が多い。


English as a Second Language Home Page

生の英語の音声がダウンロードできるコーナーもある。


English town

易しい英語の物語が毎月アップされている。


Creative Quotations

1000人以上の有名人から厳選された格言集。


The Motivational Mecca

生徒にやる気を起こさせる格言を持つ引用句サイトを多数紹介。


The Internet Movie Database

特定の表現を膨大な映画の台詞から検索可能,授業での例文提示にも使える!


Encyclopedia.com

17,000以上の項目があるオンライン百科事典。


Kid's Space

幼稚園から高校生までの子供が書いた作文が入手できる。


Alex:A Catalog of Electronic Texts on the Internet

文学作品から官報まで様々なテキストのデータベース。


The English Server

レシピから哲学まで39の分野の情報を満載。


Online Resources for Writers

様々なタイプの英作文が練習できる。