日本語の研究対象の抽出方法

第三章研究方法

まず、『現代日本語書き言葉均衡コーパス中納言』を用い、日本語三次元形容詞「太・

細」、「厚・薄」、「大・小」が含まれる例文をそれぞれ抽出した。具体的には、UniDic⁴⁶を

46 UniDicとは「日本語テキストに形態論情報を付与するための電子化辞書」である。「BCCWJの形態論

情報付与に使用しているUniDicでは、表記が異なっていても同じ語であれば一つの見出し語にまとめ

用い、前後文脈の語数を50に、検索対象（固定長・可変長）を「両方」に、共起条件の範囲を「文境界をまたぐ」に設定して検索した（図3-2を参照）。

図3- 2UniDicを用いる検索⁴⁷

三次元形容詞の「太」を例として、「キー」を「太い」と規定して検索する。検索結果には「太い」として用いられるすべてのデータが含まれている。「太」の抽出例は図3-3 の通りである。

るという方針をとり、語を階層化した形で辞書登録しています。この階層の最上位を語彙素と呼び、

この語彙素の下に語形、さらに語形の下に書字形という階層が設けられている。「短単位検索」ではこ

のUniDicの階層構造を利用した検索を行うことができます。例えば、検索条件で検索項目を「語彙素」、

検索値を「矢張り」と指定することで、「やはり」「やっぱり」「やっぱ」「やっぱし」「矢張り」など、

「矢張り」という語彙素見出しを持つすべての語形、及びその語形見出しを持つ全ての書字形を網羅的に検索することができます。」というように説明されている。

2014年10月16日に

https://maro.ninjal.ac.jp/wiki/index.php?UniDic%E3%81%AB%E3%81%A4%E3%81%84%E3%81%A6（現代日本語書き言葉均衡コーパス中納言UniDicについて）にアクセスしたもの。

47 2014年10月16日にhttps://chunagon.ninjal.ac.jp/searchアクセスしたもの。

図3- 3「太」の検索結果⁴⁸

上述の方法に基づき、日本語三次元形容詞「太・細」、「厚・薄」、「大・小」の抽出例総数を表3-1の通りにまとめる。ただし、日本語の抽出例では、「太さ」、「厚さ」、「大きさ」

という表現も含まれている。例えば、

サイン入り写真を入れるにはちょうどいい大きさ！

これらの表現は基準を表す語であり、言い換えれば、「太さ」は「太い」と「細い」の両方、「厚さ」は「厚い」と「薄い」の両方、また、「大きさ」は「大きい」と「小さい」

の両方を含んでいる。そのため、これらの表現は次元形容詞の拡張的意味とは言えないため、研究対象から除くことにした。なお、UniDicは、「表記が異なっていても同じ語である」ことを認定する場合に、本研究の研究対象として挙げられないものも含まれてくる。

例えば、以下の例である。

篤樹があたしを裏切り続けるのなら、あたしは篤樹と別れるつもりだ。

例文における「篤樹」は人名であり、文字の意味から見ると「厚い」を表すかもしれないが、拡張的意味とは無関係であるため、本研究の研究対象ではないと認定した。

その結果、表3-1が示しているように、実際に分析する例文数は抽出例と異なる可能性がある。

48 2014年10月16日にhttps://chunagon.ninjal.ac.jp/searchアクセスしたもの。

49 表3- 1日本語各三次元形容詞の抽出例総数

研究対象太細厚薄大小

抽出例総数 2944 3738 3348 5453 37111 13114 実際に分析す

る例文数 2178 3703 2165 5304 30901 13107