調整班Ｂ０３

• 研究課題：「情報処理による調査研究支援」

• 研究代表者：松村 一登

次のような３つの柱をたて，各研究班の研究計画を調整班としての研究計画の中に位置づけた。

1. コーパス構築(テキスト，音声)

　┏━━━━━━━━━━━━┓
　┃言語学者の現地調査の成果┃
　┃　　　　　　　　　　　　┃━━━━━━━━┓
　┃としての音声資料（録音）┃　　　　　　　　┃
　┗━━━━━━━━━━━━┛　　　　　　　　┃　┏━━━━━━━━━━━┓
　　　　　　　↓　　　　　　　　　　　　　　　┃　┃音声データとテキストが┃
　┏━━━━━━━━━━━━━━━━━━┓　　┃⇒┃　　　　　　　　　　　┃
　┃音声記号（広義）による転写（文字化）┃　　┃　┃関連づけられたコーパス┃
　┗━━━━━━━━━━━━━━━━━━┛　　┃　┗━━━━━━━━━━━┛
　　　　　　　↓　　　　　　　　　　　　　　　┃
　┏━━━━━━━━━━━━━━━━━┓　　　┃
　┃ＡＳＣＩＩファイル化　⇒　コーパス┃━━━┛
　┗━━━━━━━━━━━━━━━━━┛ 

2. コーパスのタグ付け(markup)

• テキストに段落，文の境界を明示する程度なら，どんな言語についても可能。
  それより先の可能性についての研究の必要性

• 付加情報
  • 形態論的情報＋品詞情報
  • 統語的情報

• markup の自動化
  • いわゆる lemmatizer, POS tagger の活用
  • 文に統語構造を与えるプログラムの活用

• disambiguation の問題にどう対処するか

3.検索(concordancing)

• テキストのみの場合： GREP + SORT でも間にあう(?)。市販のソフトも利用可。

• 複雑なタグがついたコーパスの場合
  • Perl スクリプトの開発
  • 全文検索システムの利用の可能性(未開拓)