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

基本信息

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

项目摘要

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，即2020财年，我们继续向MeCab的15世纪韩语形态分析词典“MkHanDic”添加词典项目。当前词典条目数为9730条，训练数据为3070个句子。关于分析的准确性，同音词的判定还存在问题，目前我们正在研究解决这个问题的方法。然而，通过迄今为止的工作，我们已经稳步增加了词典中的条目数量，并且通过进一步增加注册条目的数量，可以提高整体准确性。我们将继续增加词典条目和学习数据。此外，作为形态分析的初步步骤，我们还正在使用 TEI（文本编码倡议）指南准备电子数据，我们已经开始为解决方案构建电子数据。虽然这些文献也是在 15 世纪出版的，但它们的文本结构和构成与本研究的主题“Gsukiinshafu”略有不同。我们相信，通过根据TEI指南将各种类型的文献转换为电子数据，我们将能够加深我们的知识，并且可以使月印社的电子数据转换更加复杂。我们还计划考虑将结果转换为包含形态分析结果的电子数据的方法。今后，我们将根据这些数据，对本次研究的《月印社赋》的其他卷进行数字化，并对完成的数据进行形态分析，以识别未登记的项目，并执行作为词典项目添加的任务。