計量的分析のための15世紀朝鮮語形態素解析済みコーパス構築：仏教諺解を対象に

构建 15 世纪韩语词法语料库以进行定量分析：以佛教谚语为目标

• 批准号: 20K00558
• 负责人: 須賀井 義教
• 金额: $ 1.75万
• 依托单位: Kindai University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K00558/
• 关键词: 朝鮮語史; コーパス; 形態素解析; 計量的分析; TEIガイドライン; TEI; 言語学; コーパス言語学; 朝鮮語学

計画の3年目である令和4年度にも，引き続きMeCab（めかぶ）向けの15世紀朝鮮語形態素解析用辞書である「MkHanDic」に，辞書項目の追加を行った．現在の辞書項目数は9730項目で，学習用データは3070文である．解析の精度について，やはり同音異義語の判定に問題があり，解決方法について検討を行っている．ただし，これまでの作業を通じて，辞書の項目数を着実に増やしており，さらに登録項目を増やしていくことで，全体的な精度を向上させることが可能である．引き続き，辞書項目と学習用データを増やしていく．また，形態素解析を行う前段階の作業として，TEI（Text Encoding Initiative）ガイドラインを用いた電子データの整備を並行して行っているが，今年度は『般若心経諺解』『救急簡易方諺解』の電子データ構築に着手した．これらの文献も15世紀に刊行されたものであるが，本研究で対象とする『月印釈譜』とはテキストの構造，構成がやや異なる．様々なタイプの文献について，TEIガイドラインによる電子データ化を行うことで，知見がより深まり，『月印釈譜』に対する電子データ化もさらに精緻さを加えることが可能になると考える．また，形態素解析の結果も盛り込んだ電子データ化の方法についても，今後検討する予定である．今後はこれらのデータを元に，本研究の研究対象である『月印釈譜』の他の巻についても電子データ化を行い，作業が終了したデータから形態素解析を行って，未登録の項目を辞書項目として追加する作業を行う．

在计划的第三年，我们继续将字典项目添加到“ Mkhandic”（Mkhandic），这是MeCab 15世纪韩国语音分析的词典。目前的字典项目数为9,730，培训数据为3,070个句子。关于分析的准确性，确定异义词仍然存在问题，我们正在考虑解决方案。但是，通过先前的工作，字典中的项目数量一直在稳步增加，并且通过增加注册项目的数量，可以提高整体准确性。我们将继续增加字典项目和学习数据。此外，作为形态学分析的阶段前任务，我们一直在使用TEI（文本编码计划）指南来开发电子数据的开发，但是今年我们已经开始为“ Heart Sutra Proverbs”和“紧急简单谚语”构建电子数据。这些文档也在15世纪发表，但文本的结构和结构与本研究的“月球条目”略有不同。通过使用TEI指南对各种类型的文献进行数字转换，我们将加深我们的知识，并能够进一步完善“月球雕刻得分”的数字化转换。此外，我们计划考虑一种用于数字数据转换的方法，其中包括形态分析的结果。从现在开始，基于这些数据，这是本研究主题的“月球条目”的其他卷将转换为数字数据，并且将从完成工作的数据中进行词素分析，并将未注册的项目添加为字典项目。

项目成果

中期朝鮮語の計量的分析の試み―クラスター分析による『釈譜詳節』各巻の分類―

尝试对中古朝鲜语进行定量分析：使用聚类分析对《Shafu Shosettsu》各卷进行分类。

• 发表时间: 2022
• 期刊: 朝鮮語研究
• 作者: 木下瞳;林炫情;須賀井義教;斉藤信浩・林炫情・淺尾仁彦・李在鎬・須賀井義教;李在鎬;李在鎬;Yoshihiko Asao;水野淳太・淺尾仁彦;須賀井 義教
• 通讯作者: 須賀井 義教

中期朝鮮語の計量的分析の試み

中朝鲜语定量分析的尝试

• DOI: 10.50986/koreanlinguistics.9.0_175
• 发表时间: 2022
• 期刊: Journal of the Society for Korean Linguistics in Japan
• 作者: 山森良枝;荻野千砂子;Hiroshi Aoyagi;須賀井 義教
• 通讯作者: 須賀井 義教

MeCab用形態素解析辞書MkHanDic

MeCab 的形态分析词典 MkHanDic