言語学におけるコーパスの定義と例
文法および修辞用語集
Tony McEnery らによると、「コーパスは (1) のコレクションであるというコンセンサスが増えています。 機械可読 （2） 本物 (3) サンプリングした なる (4) 代表 特定の言語または言語の種類の' ( コーパスに基づく言語研究 、2006）。 (モンティ・ラクセン/ゲッティイメージズ)
の 言語学 、 コーパス 研究、学問、および教育に使用される言語データ (通常はコンピュータ データベースに含まれる) のコレクションです。とも呼ばれる テキストコーパス .複数： コーパス .
体系的に編成された最初のコンピュータ コーパスは、現在のブラウン大学標準コーパスでした。 アメリカ英語 (通称ブラウン コーパス)、1960 年代に編集された 言語学者 ヘンリー・クチェラとW・ネルソン・フランシス。
注目すべき英語のコーパスには、次のものがあります。
- アメリカン ナショナル コーパス (ANC)
- 英国国民コーパス (BNC)
- 現代アメリカ英語コーパス (COCA)
- 国際英語コーパス (ICE)
語源
ラテン語の「体」から
例と観察
- 「1980 年代に出現した語学教育における「本物の教材」運動は、実世界または「本物の」教材 (教室での使用のために特別に設計されていない教材) をより多く使用することを提唱しました。の例への学習者 自然言語 実世界のコンテキストから取得した使用。より最近では、コーパス言語学の出現と大規模なデータベースの確立または コーパス 本物の言語のさまざまなジャンルが、本物の言語の使用を反映した教材を学習者に提供するためのさらなるアプローチを提供しています。
(Jack C. Richards、シリーズ編集者の序文。 語学教室でのコーパスの使用 、ランディ・レッペン著。ケンブリッジ大学出版局、2010)
' コーパス たとえば、話し言葉のコーパスと書き言葉のコーパスがあります。さらに、いくつかのビデオ コーパス レコード パラリンギスト などの機能 ジェスチャー ...、そして手話のコーパスが構築されました。 . ..
'言語の記述形式を表すコーパスは、通常、構築するための最小の技術的課題を提示します。 . . . Unicode を使用すると、コンピューターは、現在の文字体系と絶滅した文字体系のほぼすべての文字体系で、テキスト マテリアルを確実に保存、交換、および表示できます。 . . .
「しかし、音声コーパスの資料は、収集して書き起こすのに時間がかかります。一部の資料は、World Wide Web などのソースから収集される場合があります。 . ..しかし、これらのような書き起こしは、話し言葉の言語学的調査のための信頼できる資料として設計されていません。 . . . [S]poken コーパス データは、インタラクションを記録し、それを書き写すことによって生成されることがよくあります。 正射投影 および/または 音素 話された素材の書き起こしは、コンピューターで検索可能な音声のコーパスにコンパイルできます。
（トニー・マッケナリーとアンドリュー・ハーディー、 コーパス言語学：方法、理論、実践 .ケンブリッジ大学出版局、2012)
' 調和 はコーパス言語学の中心的なツールであり、単にコーパス ソフトウェアを使用して特定の単語やフレーズの出現箇所をすべて見つけることを意味します。 . . .コンピューターを使えば、何百万もの単語を数秒で検索できるようになりました。検索ワードまたはフレーズは「ノード」と呼ばれることが多く、コンコーダンス行は通常、行の中央にノード ワード/フレーズが表示され、両側に 7 ～ 8 ワードが表示されます。これらは Key-Word-in-Context 表示 (または KWIC コンコーダンス) として知られています。
(アン・オキーフ、マイケル・マッカーシー、ロナルド・カーター、「イントロダクション」。 コーパスから教室へ：言語使用と言語教育 .ケンブリッジ大学出版局、2007)
'1992 年に [Jan Svartvik] は、影響力のある論文集の序文でコーパス言語学の利点を提示しました。彼の議論はここに省略された形式で与えられています：
- コーパス データは、イントロスペクションに基づくデータよりも客観的です。
- コーパス データは他の研究者が簡単に検証でき、研究者は常に独自のデータを編集するのではなく、同じデータを共有できます。
- コーパスデータは、間の変動の研究に必要です 方言 、 レジスタ と スタイル .
- コーパス データは、言語アイテムの出現頻度を提供します。
- コーパス データは、実例を提供するだけでなく、理論的なリソースでもあります。
- コーパス データは、言語教育や言語技術 (機械翻訳、音声合成など) など、多くの応用分野に不可欠な情報を提供します。
- コーパスは、言語機能の全体的な説明責任の可能性を提供します。アナリストは、選択された機能だけでなく、データ内のすべてを説明する必要があります。
- コンピュータ化されたコーパスにより、世界中の研究者がデータにアクセスできます。
- コーパス データは、その言語を母国語としない人にとって理想的です。
(Svarvik 1992:8-10) しかし、Svartvik はまた、コーパス言語学者が手作業で注意深く分析することも重要であると指摘しています。彼は、コーパスの質が重要であることも強調しています。
（ハンス・リンドキスト、 コーパス言語学と英語の記述 .エジンバラ大学出版局、2009)
'言語学研究への応用は別として それ自体 、次の実用的なアプリケーションが挙げられます。
辞書編集
コーパス由来の頻度リスト、特にコンコーダンスは、 辞書編集者 . . . .
言語 教えること
. . .言語学習ツールとしてコンコーダンスを使用することは、現在、コンピューター支援による言語学習 (CALL; Johns 1986 を参照) における主要な関心事です。 . . .
スピーチ 処理
機械 翻訳 は、コンピューター科学者が呼ぶコーパスの応用例の 1 つです。 自然言語処理 .機械翻訳に加えて、NLP の主な研究目標は次のとおりです。 音声処理 、つまり、書かれた入力から自動的に生成された音声を出力できるコンピューター システムの開発 ( 音声合成 )、または音声入力を文字形式に変換する ( 音声認識 )」 (ジェフリー・N・リーチ、「コーポラ」。 言語学百科事典 、編。キルステン・マルムジャー著。ルートレッジ、1995)