差分

このページの2つのバージョン間の差分を表示します。

--- jakle:sejong:tagged_corpus [2017/09/11 00:32] – yoshi
+++ jakle:sejong:tagged_corpus [2022/04/25 23:28] (現在) – yoshi
@@ 行 1: / 行 1: @@
 ====== 品詞タグを利用した形態素の検索 ======
-<WRAP center round important 60%> この文書は現在書きかけです． </WRAP>
+<WRAP important>以下の項目は[[https://okikirmui.github.io/|韓国語コーパスの使い方]]に移行しました．今後更新されません．</WRAP>
+ここでは，検索プログラム한마루2.0（以下「한마루」とする）を用いて，21世紀世宗計画の形態素解析済みコーパス（형태분석 말뭉치）を検索する方法について紹介します．
+===== 検索の基本 =====
+まず，品詞タグ((検索時に用いることのできる品詞タグは以下の通り．
+^         品詞          ^  記号   ^       品詞        ^  記号   ^
+|        일반명사         |  NNG  |      고유명사       |  NNP  |
+|        의존명사         |  NNB  |       대명사       |  NP   |
+|         수사          |  NR   |       동사        |  VV   |
+|         형용사         |  VA   |      보조용언       |  VX   |
+|        긍정지정사        |  VCP  |      부정지정사      |  VCN  |
+|         관형사         |  MM   |      일반부사       |  MAG  |
+|        접속부사         |  MAJ  |       감탄사       |  IC   |
+|        주격조사         |  JKS  |      보격조사       |  JKC  |
+|        관형격조사        |  JKG  |      목적격조사      |  JKO  |
+|        부사격조사        |  JKB  |      호격조사       |  JKV  |
+|        인용격조사        |  JKQ  |       보조사       |  JX   |
+|        접속조사         |  JC   |      선어말어미      |  EP   |
+|        종결어미         |  EF   |      연결어미       |  EC   |
+|       명사형전성어미       |  ETN  |     관형형전성어미     |  ETM  |
+|        체언접두사        |  XPN  |     명사파생접미사     |  XSN  |
+|       동사파생접미사       |  XSV  |    형용사파생접미사     |  XSA  |
+|         어근          |  XR   |   마침표,물음표,느낌표   |  SF   |
+|    쉼표,가운뎃점,콜론,빗금    |  SP   |   따옴표,괄호표,줄표    |  SS   |
+|         줄임표         |  SE   |  붙임표(물결,숨김,빠짐)  |  SO   |
+|         외국어         |  SL   |       한자        |  SH   |
+|  기타기호(논리수학기호,화폐기호)  |  SW   |     명사추정범주      |  NF   |
+|       용언추정범주        |  NV   |       숫자        |  SN   |
+|       분석불능범주        |  NA   |                 |       |
+))を用いて検索する場合，**基本的に文節を単位とする検索のみ可能**であることに注意しましょう．ある1つの単語もしくは形態素を検索式に入力すると，文節内にその単語・形態素を含む場合しか検索されません．例えば，検索ボックスに
+<code>
+고향/NNG
+</code>
+を入力して検索すると，
+  * 흑수말갈의 **고향** 바다에 연해 있다고 하여
+  * 나는 **고향** 집 앞마당에 있는 감나무와 살구나무를 떠올려보고
+もしくは
+  * 시는 모든 예술의 **고향**/홍신자 외 지음 문학사상사
+といった，直後に記号が続く例のみ検索されます．
+「고향이」など後ろに助詞が続く例や，場合によっては分かち書きがされていない「내고향」などは検索されません．
+==== 品詞タグの入力 ====
+上記では，品詞タグ（''%%/NNG%%''）まで直接検索ボックスに入力しましたが，品詞タグの記号が分からない場合，検索ダイアログのリストから選んで入力することができます．
+{{:jakle/tagged_tagging.png| tagged_tagging}}
+上の検索ダイアログ画像で，赤枠で示した部分のリストから該当する項目を選び，隣の「품사 적용」（品詞適用）ボタンを押します．すると検索ボックスのカーソル位置に，スラッシュ（''%%/%%''）も含めた品詞タグが入力されます．
+動詞や形容詞などの用言を検索する際には，語幹のみ入力して品詞タグを付ける，という点に注意してください．例えば動詞먹다「食べる」は，''%%먹다/VV%%''ではなく，''%%먹/VV%%''のように入力する必要があります((複数の品詞タグを「品詞適用」ボタンで入力する場合，「품사를 연속으로 적용할 수 없습니다.…」（品詞を連続で適用することはできません）といった警告が表示されることがあります．いろいろ試してみたところ，スラッシュから4文字目以降でないと，品詞タグが適用できないようです．つまり，
+  * ''%%이/NP는%%''の末尾…適用不可，警告表示
+  * ''%%이/NNG는%%''の末尾…適用可能
+  * ''%%이/NP부터%%''の末尾…適用可能
+  * ''%%이/NNG부터%%''の末尾…適用可能
+のように，品詞タグのアルファベットや形態素まで含めて，前のスラッシュから4文字目以降でないと，品詞タグをボタンで入力することはできません（あくまで仮説ですが）．ともかく，上記の「適用不可」のケースでは，検索ボックスに直接品詞タグを手入力する必要があります．))．
+===== 演算子を用いた検索 =====
+==== 「#」＝0以上の独立した音節／品詞 ====
+''%%#%%''は，「0以上の独立した音節／品詞」を表します．検索対象の前か後，または前後両方につけると，検索対象以外の要素がついている場合／ついていない場合の両方を検索してくれます．例えば，
+<code>
+고향/NNG#
+</code>
+を検索すると，最初の検索例に加えて，
+  * 그들의 **고향은** 언제나 현재 머물러 있는 곳이다.
+  * 싸릿대 얽어 만든 울타리와 사립문도 모두 다 바뀌어 버린 낯선 **고향집**.
+のように，「『고향/NNG』の後ろに何か続く文節」も検索されます．
+また，前にも''%%#%%''をつけた
+<code>
+#고향/NNG#
+</code>
+を検索すると，さらに
+  * `한국의 맛', **`고향의** 소리', **`고향의** 맛'으로 이어지는 일련의 광고 캠페인이 탄생하게 된다.
+  * 차를 세우고 마셔본 우물물도 **옛고향의** 우물맛 그대로였다.
+などの例が検索されます．
+==== 「-」＝1以上の独立した音節／品詞 ====
+''%%#%%''と似た要素に''%%-%%''がありますが，これは「1以上の独立した音節／品詞」を指すため，検索したい要素の前後に他の形態素を伴う例**だけ**が抽出されます．例えば
+<code>
+-고향/NNG
+</code>
+を検索すると，
+  * 마음은 **제고향** 지니지 않고
+のように，文節内で他の要素が前にある例だけが検索され，「고향」だけで成り立つ文節は除外されます．さらに
+<code>
+-고향/NNG-
+</code>
+としてみると，
+  * 둘은 **한고향에서** 온 형제 같은 사이였습니다.
+  * 누가 **"고향이** 어데시오?"
+などのように，記号も含め，文節内で前後に他の要素がある例だけが検索されます．
+==== 「#」と「-」の組み合わせ ====
+また，''%%#%%''と''%%-%%''を組み合わせて，
+<code>
+-고향/NNG#
+</code>
+とすれば，「文節内で普通名詞『고향』の前に他の要素が**必ずあり**，後ろには他の要素が**あってもなくてもよい**」という，以下のような例が検索されます．
+  * 파충류의 위협을 피하여 **옛고향인** 물 속으로 다시 들어가
+  * 대표곡 **'내고향** 마산항'을 새겨넣은 것이다.
+==== 「!」＝全ての品詞 ====
+上記の検索例では全て「고향///NNG//」のように品詞を指定していましたが，代わりに''%%!%%''を用いることで，全ての品詞を含めることができます．例えば，
+<code>
+제일!
+</code>
+のような検索を行うと，「제일」という語／形態素からなる文節を全て検索します．
+==== 注意すべき事項 ====
+なお，助詞や語尾だけで成り立つ文節，というものが全くないとは言い切れませんが，通常の場合，体言や用言などがたいていついているものです．そのため，語尾や助詞などの検索においては''%%#%%''や''%%-%%''を用いる必要があるでしょう．例えば接続形語尾の-고を検索する場合，''%%고/EC%%''のような検索式では検索結果が得られません．語尾の前に用言や接尾辞などがつくのは当然なので，''%%#고/EC%%''のように，語尾の前に''%%#%%''（または''%%-%%''）をつけてやる必要があります．
+===== 字母を指定した検索 =====
+つの音節内での字母を指定して，検索を行うことができます（ガイドp.25「5. 가. 어절 검색 5) 자소 검색식」）．1つの音節を''%%[  ]%%''でくくり，''%%[初声,中声,終声]%%''のように，字母をコンマで区切って指定します．''%%[  ]%%''内，コンマの前後にスペースが入らないようにしてください．ただし，「終声がない」例を検索する場合に限り，「終声」として` `（スペース）を記述することが可能です．
+なお，字母の代わりに以下のような演算子を用いることができます．
+^  演算子  ^          意味・役割           ^  使用可能な箇所   ^
+|   ?   |  何らかの字母が必ずあり，その字母は何でもよい  |  初声・中声・終声  |
+|   %   |      字母があってもなくてもよい       |    終声のみ    |
+要するに，''%%?%%''は「1つの字母」を表し，''%%%%%''は「0または1つの終声字母」を表すということになります．なお，初声・中声・終声の全てに1つずつ字母を記述することはできません．少なくとも一つは，上記の演算子を含む必要があります．
+形態素を示す演算子やタグとの併用もできます：
+  * ''%%#[?,?,ㄴ]데/EC%%''：0以上の形態素に続く，終声ㄴで終わる音節に데が続く接続形語尾＝接続形語尾-ㄴ데がついた活用形
+  * ''%%#[ㄹ,?,%]/EC%%''：0以上の形態素に続く，初声ㄹで始まる接続形語尾＝-라，-러，-려などの接続形語尾がついた活用形．「初声ㄹで始まる」語尾のみ検索するため，-으러や-으려といった異形態は含まれない
+===== ブーリアン演算子による検索 =====
+「文節の検索」の「[[jakle:sejong:raw_corpus#ブーリアン演算子による検索|ブーリアン演算子による検索]]」で説明した演算子，''%%&%%''（「AでありかつB」，AND）と''%%|%%''（「AまたはB」，OR）を用いることも可能です．
+==== 「&」＝AND「かつ」 ====
+''%%A&B%%''のように記述し，項目Aの後ろに項目Bが現れる例を検索します．例えば
+<code>
+절대/MAG&안!#
+</code>
+という検索式は，「절대」という副詞（''%%MAG%%''）が現れた後に，品詞を指定しない「안」に0以上の形態素がついた文節が現れる例を検索します．
+  * 점차 혼자 자는 날을 늘려 나가는데 도중에 아이가 울거나 불안해하더라도 부모는 **//절대// 초조한 빛을 보여선 //안//** 된다.
+  * 아무리 배고파도 자기 차례를 기다릴 것, 입안 가득 음식이 들었을 때는 **//절대// 말하지 말 것, 좋아하는 것만 골라 먹거나 싫다고 //안//** 먹지 말 것, 다 먹고 나면 자기가 먹은 쟁반을 지정된 자리에 놓고 나갈 것 등등….
+  * ▴ 알콜 중독자는 환자임을 명심하고 **//절대// 감정적으로 대하지 말라 ▴ 술값 외상을 갚아 주거나 회사에 거짓 핑계로 결근을 알려 주는 일은 절대 피하라 (알콜 중독자의 책임을 대신하지 말라) ▴ 먹고, 자고, 일어나는 것 등 알콜 중독자의 생활을 챙겨주지 말라 ▴ 실수나 비행을 감싸지 말라 ▴ 섣불리 파경의 위기를 만들지 말되 자연스런 파경이라면 피하지 말라 ▴ 알콜 중독자에게 꼬박꼬박 반응해선 //안되지만//** 반대로 너무 무관심한 척해도 상황을 악화하기 쉽다 ▴ 상황이 심각하면 무조건 피하라.
+「文節の検索」の「[[jakle:sejong:raw_corpus#ブーリアン演算子による検索|ブーリアン演算子による検索]]」で説明したように，直後に続く例だけでなく，複数の文節をまたいだ検索例が出る点に注意しましょう．
+==== 「|」＝OR「または」 ====
+''%%A|B%%''のように記述し，項目Aか項目Bが現れる例を検索します．助詞の異形態などを一括して検索する場合に有効です．例えば
+<code>
+(#는/JX|#은/JX|#ㄴ/JX)
+</code>
+という検索式では，0以上の形態素に補助詞（''%%JX%%''）の-는または-은または縮約形-ㄴがついている文節を検索します．
+  * 하나 **우리는** 아직 축하의 폭죽을 터뜨리기에는 이른 것 같다.
+  * 내 **집은** 어디에."
+  * '공간의 시학'은 어떤 **의미에선** 바슐라르 상상력 이론 체계의 중요한 전환점을 가져온 저작이라 볼 수 있다.
+==== ブーリアン演算子の組み合わせ ====
+''%%&%%''と''%%|%%''を組み合わせて用いることができます．その場合は，優先順位に応じて''%%()%%''でくくりますが，''%%()%%''でくくった部分が優先されます．
+例えば
+<code>
+(#는/ETM|#ㄴ/ETM|#은/ETM|#ㄹ/ETM|#을/ETM|#던/ETM)&때/NNG#
+</code>
+という検索式では，以下のような例が検索されます．
+  * 이렇게 **볼 때** 종교적 문제가 요인으로 작용했던 것은 2차 기포에 극히 한정됩니다.
+  * 시민 스스로가 공명하게 대표를 뽑아야 한다는 인식과 실천이 그 어느 때보다도 **중요한 때다**.
+  * 그것은 영하 14∼15도로 땅이 **얼던 때였다**.
+  * **//경사진// 곳에 차를 세울 //때//** 주차 브레이크를 당겨놓고 기어를 넣어 둠은 물론, 바퀴에 버팀목을 받치는 등 2중, 3중의 안전 조치를 취해야 한다는 것쯤은 운전사로서 기초 의무에 속하는 일이다.
+  * 그 가운데 얼굴을 못 알아 **//볼// 만큼, //때묻은//** 사람이 있었다.
+  * 이번 사고를 보면서 우리가 우선 지적하고 **//싶은// 것은 항상 대형 사고를 겪을 //때마다//** '고질'로 꼽혀온 안전 관리 상의 허점이 전혀 개선되지 않았다는 점이다.
+  * **//지난// 총선거 //때//** '국회 의원은 기독교인이, 대통령으로 장로가 되어야 한다'고 발언한 개신교 목사가 있었다는 것도 그 점을 깨닫게 한다.
+  * 24일 광고 **//대행사인// (주)비티가 서울 시민 5백 명을 대상으로 실시한 '선물 행태 조사'에 따르면 조사 대상자의 84.7%가 명절 //때//** 선물을 받은 경험이 있다고 답변했으며, 선물로는 구두 티켓이 89.5%로 가장 많았다.
+===== 文節の範囲を指定した検索 =====
+「文節の検索」の「[[jakle:sejong:raw_corpus#文節の範囲を指定した検索|文節の範囲を指定した検索]]」で説明した''%%@%%''を用いることも可能です．
+ある項目Aを基準として，その前後の範囲を文節数で指定し，指定した範囲内に項目Bが現れる，というような検索を行うことができます．範囲の指定には''%%@%%''を用い，''%%@%%''の前後に，検索の範囲として指定する文節数を数字で記述します．例えば，項目Aの前（＝左側）3文節以内か，後ろ（＝右側）2文節以内に項目Bが現れる，という検索を行う場合は，
+<code>
+項目A 3@2 項目B
+</code>
+のような検索式を書きます．項目Aと範囲指定の式，項目Bの間には，それぞれスペースが必要です．範囲指定の数に0を指定すると，そちら側の範囲は除外されます．例えば''%%3@0%%''であれば，基準とする項目の前3文節だけが範囲として指定されます．0の代わりに数字を省略して，''%%3@%%''としても同じです．
+===== 検索式の例 =====
+==== 目的格助詞（JKO）-를/을の右側3文節以内に動詞（VV）가다が来る例 ====
+<code>
+(#를/JKO|#을/JKO) @3 가/VV#
+</code>
+  * 자동차 지붕 위에 자전거를 서너 대까지 장착하고 일가족이 **여행을 가곤** 한다.
+  * 지리산 자락의 대원사에서 **불경을 접하고 해인사로 가** 동산 스님에게 출가한 것이 24세때인 36년.
+  * 그 엄마는 자기 아이가 그날 익혀야 할 **것을 배워 가** 방과 후 반복해 가르치는 것이었다.
+  * 수도 부다페스트에서 헝가리 초원의 **기마쇼를 보기 위해 가는** 길도 끝 없는 초원의 연속이었다.
+なお，この例では項目を入れ替えて
+<code>
+가/VV# 3@ (#를/JKO|#을/JKO)
+</code>
+としても，同じ結果を得ることができます．
+==== ㄹで終わる連体形語尾（ETM）にスペース一つを空けて，依存名詞（NNB）만と0以上の形態素が来る例 ====
+<code>
+#[?,?,ㄹ]/ETM 만/NNB#
+</code>
+  * 미LPGA투어 소속 선수 중에서 나이키와 계약하는 '1호' 골퍼라는 점도 **주목할 만하다**.
+  * 이럴 경우엔 유신의원을 사직하고 지역구 보선에 **출마할 만도** 했다.
+  * '할인'이라고 **이름붙일 만한** 품목은 모조리 없애버린 것이다.
+  * 그런 점에서 예산 편성 과정에서 벌써 정치성 사업을 포함시켰다는 사실은 **비판받을 만하다**.
+この例から末尾の「''%%#%%''」を取ると，만の後ろにスペースが来る例だけが検索されます．
+  * 충남 내륙-서해안-저수지 얕은 곳 **노려볼 만**
+  * '디자인의 시대'라고도 불리는 21세기에 이 책은 문화 산업과 마케팅 등에 관심을 갖고있는 독자들에게 안내서로 적극 **추천할 만** 하다.
+  * 그 활력은 과연 '삶의 예술'이라 **할 만** 하다.
+<WRAP center round information 60%> 以下続々追加予定 </WRAP>
+{{indexmenu_n>42}}