コンピュータコーパスを用いた18〜19世紀英語散文の文体研究

利用计算机语料库对18-19世纪英语散文进行文体研究

基本信息

批准号：
12710254
负责人：
田畑智司
金额：
$ 1.47万
依托单位：
Osaka University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Encouragement of Young Scientists (A)
财政年份：
2000
资助国家：
日本
起止时间：
2000 至 2001
项目状态：
已结题

项目摘要

本研究は18〜19世紀の英語散文大規模コーパスを構築し,いわゆる「散文の世紀」と呼ばれる時代からvictoria時代にかけての英語散文の文体的特徴を通時的視座および共時的視座の両面から記述しようという試みである。計二年目の平成13年度は,前半では,平成12年度に引き続き言語データの電子化法の理論的検討と実験を相補的な形でとりおこなうことによって研究基盤の確立をはかり,後半では,出来上がった電子コーパスの統計学的解析を通して,英語散文文体における口語化の傾向や言語使用域における文体変異の相を分析した。研究成果の主な点は次の通りである:1.語彙品詞標識マークアップ(組み込み)法の理論的検討および実践。最近のコーパス言語学の成果,とりわけマークアップに関する研究を比較検討し,文体研究に最適化した形でマークアップを応用する方法を研究した。電子テキストを元に,様々なタイプのテキストマークアップの試行とテキスト分析の実験を繰り返し,英語散文のテキスト処理に有用なマークアップ方法の開発を試みた。その結果,品詞標識に関してはPenn-Treebank方式に準じた形式を採用し,自動品詞標識付与プログラム(UNIXサーバ上で稼働)に学習させることで,自動認識率を96%以上にまで高めることが可能になった。本研究計画で作成したコーパスはいずれもPenn-Treebank準拠の品詞標識が埋め込まれている。なお,この成果の一部については,研究代表者が編集した論文集『電子化言語資料分析の方法論』(大阪大学言語文化部・大阪大学大学院言語文化研究科発行)所収の「英語文体論研究のための言語処理技術-Corpus Processing for Stylistic Analysis of Texts」に発表した。2.コーパスデータの文体統計学的分析。編纂したコーパスから得られたデータを基に,さまざまな語彙項目や構文間の相互関係,テキスト間の相互関係,そして語彙や構文とテキストとの相互関係を分析し,Dickensの散文を軸にその前後の時代,すなわち,18世紀および19世紀後半の散文との文体比較を行った。その結果、18〜19世紀の英語散文における言語特徴の出現パターンは,経年的に変化しているということ,特に,19世紀初頭の散文において典型的に認められるより文語的,形式的,複雑な構造を持ったものから,19世紀後半の散文に特徴的な相対的に口語的,並列的,文脈依存な傾向を深めた文体へと移り変わっていることを本研究は明らかにした。なお、この成果の一部はオランダ・Rodopi社より本年3月発刊のEnglish Corpus Linguistics in Japanの第16章1nvestigating Stylistic Variation in Dickens through Correspondence Analysis of Word-Class Distribution,および渡辺秀樹(編)『英語文体論の方法と射程』(大阪大学言語文化部・大阪大学大学院言語文化研究科発行)の第4章「コーパス言語学の文体論:Corpus-Based Stylistics-MF/MD法による文体比較」にて発表した。

本研究构建了18世纪和19世纪英语散文的大型语料库，从历时和共时的角度审视了从所谓“散文世纪”到维多利亚时代英语散文的文体特征。这是对其进行描述的尝试。 2001财年，也就是第二年，上半年，继2000财年之后，我们的目标是通过对语言数据数字化方法进行互补的理论研究和实验来建立研究基地，下半年，我们通过对已完成的电子语料库进行统计分析，分析了英语散文文体的口语化倾向以及语言使用范围的文体变异阶段。主要研究成果如下： 1.词汇词性标记标记（嵌入）方法的理论检验与实践。我们比较和检验了语料库语言学的最新成果，特别是标记研究，并研究了以针对文体研究优化的形式应用标记的方法。我们以电子文本为基础，反复尝试各种类型的文本标记和文本分析，试图开发出一种适用于英语散文文本处理的标记方法。因此，通过采用类似于 Penn-Treebank 方法的词性指示符格式并让自动词性标记程序（在 UNIX 服务器上运行）进行学习，可以提高自动识别率率达到96%以上。该研究项目中创建的所有语料库都嵌入了符合 Penn-Treebank 的词性指标。该成果的一部分可以在主要研究者编辑的论文集《英语文体学研究》《数字化语言材料分析方法》（语言文化学院出版，大阪大学和大阪大学语言文化研究生院发表于“文本文体分析的语料库处理”。 2.语料数据的文体统计分析。基于整理的语料库获得的数据，我们分析了各种词项与句法之间的相互关系、文本之间的相互关系、词汇与句法与文本之间的相互关系，重点对狄更斯的散文进行了文体比较。前后时代，即18世纪和19世纪后半叶。因此，我们发现 18 世纪和 19 世纪英语散文中语言特征的出现模式随着时间的推移而发生了变化，尤其是 19 世纪早期散文中常见的更具文学性、正式性和复杂性的模式。从结构化写作风格转向深化 19 世纪末散文的相对口语化、平行化和依赖语境特征的倾向。该成果的部分成果发表在今年3月荷兰Rodopi出版的《日本英语语料库语言学》第16章中。 1通过词类对应分析研究狄更斯的文体变异Distribution 和 Hideki Watanabe (ed.) 《英语文体学的方法和范围》（大阪大学语言文化学院/大阪大学语言文化研究生院出版）第 4 章“基于语料库的文体学”在“Stylistic”上发表使用 MF/MD 方法进行比较”。