ドイツ語研究の可能性

パ ソコン と汎用テキス ト処理 ツールによる ドイツ語研究の可能性

岡

GjksirO@ aoac.jp)

0。 はじめに

1.デ

ータの整理 と頻度調査

1.l SORTで

数値データを整理する方法

1.2 SORTと UNIQで

語彙や文字の頻度をしらべる方法

1.3‑行

―単位の リス トを

比較する方法

2.検

_{索ツールを利用する}

3.AWKを

使ったやや高度なテキス ト処理

3.1 

ドイツ語のつづ りの読み方の規貝

頻度から検討する

3.2 ドイツ語で

^b/w,ソ

4.最_後に

0.はじめに

かつてはコンピュータを ドイツ語学・ 文学の研究 に利用す るな どとい うと,

情報処理セ ンターのような ところの高性能なコンピュータを利用 してかな り高 度 なプログラムを購入す るか,自分で書 くか,他人 に書いて もらうしかなかっ た ようだ(植田

(1982),菊

(1983),小

(1988),森 (1991),河

誰 にで もおいそれ と真似 ので きない大 がか りなプ ロジェク ト研究 だったわ け だ.その意味ではパ ソコンを使用 した藤澤 (1984,1985)や米井 (1986,1989) の研究 は研究活動へのパ ソコン利用の有効性 をしめ し,パソコンに よるコン ピュータ利用研究 を身近 な ものにした と言 える.藤澤や米井 は語彙や文字の頻 度 を出 した り,語彙 を逆引 き配列 にして派生語や複合語な どの語彙家族 を抽出 す る 目的 でパ ソコ ンを利 用 して い るのだが,プロ グ ラ ミング言語 として

BASICが_{使 われている}

.し

,そ

しか し,パソコンの分野の発展 は急速で,現在で はテキス トデータの処理 な ら

啓 ｚｕ︒ 憔

ｈ

―‑187‑―

汎用性の高いテキス ト処理 ツール群 を活用するだけでかな りの ことがで きるよ うになっている.事実,藤澤や米井のお こなった ような研究 は,現在の高性能 なパ ソコンな らこれ らの汎用 ツールを組 み合わせ るだけでほ とん ど実現可能で ある

.

汎用テキス ト処理 ツール とい うのはテキス トファイル を扱 って各種の処理 を して くれ る汎用性の高いツールで,も ともとUNIXのコマ ン ドやツールだった ものが多 く

,現

複 雑 な プ ログ ラム を組 む必 要 が な い とい う こ と と

,イ

ROMで容易 に入手可能 とい うことが指摘で きるだろう.一般的な ものを列挙 す るな らCUTや FOLDや SORTや UNIQや REVや COMMや WCや DD

やNLや PASTEやSPLITや TRや GREPや SEDや AWKなどがある.こ れ らのツールは多 くの一般の利用者 を予想 しているワープロソフ トの ような も のではな く.言わばプロのひ との使 う小道具である.だか ら取 っ付 きに くい面 もないわけではないが,使い方のコツさえつかんで しまえば,研究補助手段 と して極 めて有効 な道具 になって くれ るものである.使い方 といって もSEDと

AWK以外 は MS―DOSのコマ ン ドを利用す るの となんら違いはない.ただ し

,

SEDやAWKを使 う場合 は,最低で も数行程度のスク リプ トを自分で書 ける必 要がある.また,他人の書いたあまり難 しくないスク リプ トであれば意味があ る程度 は理解で き,必要 に応 じて書 きかえができる ぐらいの知識 は身 につけた ほ うがいいだろう.私自身 はようや くこの レヴェルで しかない^.

現在,汎用テキス ト処理 ツールはどの程度言語研究 に利用 されているだろう か。 日本ではSORTFや MCLや KKCなどが文系の研究者 によって開発 され た りしているし:)「パ ソコンを使 う日本語研究」(明治書院

)な

用 テキス ト処理 ツールは人文系研究者 にはほ とん ど利用 されていないのか,「人 文系科学 におけるコンピュータの利用」 とい うような題の本 を見て もまった く 触れ られていない.W.Lenders(1993):「応用言語学 におけるコンピュータ の利用」 はコーパスの利用が中心の論文集で,コーパス利用のためのツール と い う章が設 けられているにもかかわ らず,扱われているツールはインデクスや コンコーダ ンスや語彙統計 の統合 ソフ トの

WordCrurlcherや

まった く扱われていない.しか し,Do Hein(1995)は UNIXや LINUX上で

‑188‑

の使用であるが,汎用テキス ト処理 ツールを活用 した語彙や形態素の研究 とい う内容で, ドイツ語圏で もいずれ汎用テキス ト処理 ツールがパ ソコン上で利用 され るようになって くるだろう.いずれ にして も,汎用テキス ト処理 ツールの 利用状況 は,おそらく,日本語 に対応 した語学研究用の市販 ソフ トが未発達な

こともあってか現段階では日本のほうがはるかに進んでいるようだ.

さて,本稿 では,私自身の研究内容か ら具体例 をひきなが ら,パソコンと汎 用テキス ト処理 ツールがひ らく可能性 を紹介 してい くつ もりである.しか し

,

この種のツールは汎用であって も万能ではない。 また,私自身の関心分野が限 られているとい うこともある.したがって,以下で汎用テキス ト処理 ツールで 可能 になる ドイツ語研究 として とりあげているのは,主として文字か ら語句 レ ヴェル までの文字列が関係 した研究である.

1.データの整理 と頻度調査

1.l SORTで数値データを整理する方法

SORTはテキス トファイルの行 をい ろい ろな方法 で並べか えるツールだ.

MS―

_, 

準 じた ものがかな り作 られていて,フ リーウェア として提供 されている。SORT

は語学研究で もいろいろと役 に立つツールで,城岡

(1996)で

次のページのデータは

Eo Roschの

bel)」

の評点 をしめしている.被験者 に1から

7の

平均 をとった数値である。4が平均的成員 をあらわ し,「ふつ うの家具」という 意味だ.数値が

1に

7に

に とって もドイツ人 に とって ももっとも典型的な家具であ り,電話や灰皿 は非 典型的な家具であ り,アメ リカ人 も ドイツ人 も6以下の数値 をつけている.デー タの読 み方だが,ア メ リカ人学生 (200人)による数値が(a)だ.こ れ はE.Rosch 自身の研究 にある数値である.(b)は詳細 は不明だが,アメ リカ留学中の ドイ ツ人学生 ^(複数)がドイツ語 に対 して出 した結果 として

Jo R.Taylor(1995,

‑189‑

に対 して ドイツ人学生の判断を調査 したのかは不明である。最後の (c)は アメ リカ人 とドイツ人の数値の差の絶対値 を出 した ものだ.な^お,各行 はアメ リカ 人のデータで数値の小 さい ものか ら並べてある^.

■ プ ロ トタイプ としての「家具」

(a)アメ リカ人のつけた評点 lb)ドイツ人のつけた評点

C)評点の差の絶対値

chair sofa table desk bed bookcase cabinet lamp cupboard stereo TV shelf closet ashtray telephone

(a)       (b) 1.04      1.20 1.04      1.13 1.10      1.00 1.54      1.20 1.58      1.00 2.15      1.47 2.49      1.73 2.94      4.79 4.27      1.20 4.32      6.64

4。

5。

C)

0。

0。

それでは,アメ リカ人 とドイツ人の各種家具の典型性 の判断の差の大 きい も のについて しらべたい場合 はどうすればいいだろう.まず,知りたいのは評点 の差の大 きい「家具」が どんな ものか とい うことであろう。(c)の数値の大 き いほうか ら順 に見てい くのが研究方法の手順 としてはよさそうだ.15行程度の データで もこれ を正確 にや ろうとす ると,手作業ではけっこう難 しいのではな いだろうか.また,15行程度 な らや る気 はお こるが,対象の量がふ え,50行^や

100行

‑190‑

い う仕事 を文句 も言わずにやって くれ るのがSORTとい うツールで,各行 を差 の大 きいほ うか ら何万行 で も並べか える ことがで きる.chairか らtelephone

までの15行をテキス トファイルにして kagu.datと い う名前にしてお こう.差

異 の大 きい順 に並 べ替 えて結果 を kagu.srtに 出力 す るには,UNIX仕様 の

SORT(MS―DOSに付属 の sort.exeで は こうい う使 い方はで きない)の 場合だ とコマ ン ドラインに次の ように打ち込む

.

sort―

nr +3 kagu.dat > kaguosrt

―

オプション指定 と言われるものだが

^こで

「数字 としての並べ替 え」を指定 している

はこの例では

ぁってもな くても結果は同じ

「大 きい順から並べかえ

順 )」 という意味だ。― nrの 次の

_「行

コー ド)の 先頭から並べ替 えるのではな く

先の項目 (フ ィール ド

ら並べ替 え」という指定だ.kagu.srtと いう名前のファイルに結果は保存されるが

容は次のようになっている

closet cupboard shelf stereo lamp TV cabinet bookcase bed ashtray desk chair telephone table sofa

5。

1.20 1.20 2.00 6.64 4.79 6.07 1.73 1.47 1.00 6.80 1.20 1.20 6.80 1.00 1.13

4.75 3.07 2.52 2.32 1.85 1.66

0。

0。

0。

結果 を見 てみると,家具性の判断の違いが大 きいのはなん らかの収納家具で あ るdosetや

cupboardや

ベ ッ トであるが,アメ リカ人 にとって もドイツ人 に とって も典型的な家具であ る点 には違 いがないが, ドイツ人 に とってはbedはtableと並んで もっ とも典 型的な家具であるのにたい して,アメ リカ人 のほうはそれほどで もない とい う 結果 になっている点が 目につ く.closetと

cupboardと

SORTがこの ような数値 データの整理 に大 いに役立 つ ものだ とい うことを確 認 して,先に進みたい^.

1.2 SORTと UNIQで語彙や文字の頻度 を しらべる方法

SORTと UNIQの^一

cオ

.B―

^B―

UNIQに^一

cオ

,連

抽象的な説明だけで は分か りづ らい と思 うので,3つ^{のステップを具体例で}

示 してお こう.

a.行の内容が数 えたい内容 になっているテキス トデータを用意する^.

la,la,nein,nein la,la,la,nein la,la,nein,nein ia,nein,ja,la

‑192‑

bo SORTで

_並べかえ

一行が連続するようにする

めと

め ).

la,la,la,nein la,la,ne:n,ne:n la,la,nein,nein la,nein,la,la

C.UNIQ― Cで

_{同一行をまとめ}

一行が何行あったか計算 させる

[1]ia,ia,ia,nein

[1]ia,nein,ia,ia

簡単 なアンケー トの集計 のようなことをしているわけだが,行単位で完全 に同^' 一の行だけをかぞえていて,た とえばコンマ区切 リデータの

2つ

jaが

neinが

文字 (列)や語彙の頻度調査のポイン トは,行の内容がかぞえたい単位 にな るようなデータをつ くることである.通常のテキス トデータか ら一行一単位 の データをつ くるのに役 に立つのがや は り汎用テキス ト処理 ツールのFOLDや CUTや REVや WORDなどである.汎用テキス ト処理 ツール を使 った文字頻 度 の調査法 を簡単 にまとめてお こう.

テキス トファイルであれば何であれ行 を指定 した桁数で折 り返 して くれるの がFOLDだ

.ふ

Ｔ   ｏ   ｋ 一  

・ Ｉ

0

あ とは

,上

test.datの 中身 は「^Tokio」 の ように短 い ものでな く,長けれ ば長 いほ どコン ピュータのあ りがたみが分か る.

また,すでに一行一語のデータが作成 してあって,語頭の文字の頻度が しら べたいような場合 もあるだ ろう

. 

文字頻度の調査の具体例 は掲載 しないが,実際に約

5.5万

100万

タで文字頻度 をしらべた結果が城岡

(1996)に

文字頻度ではな く,語彙の頻度が しらべたいなら,テキス トファイル を一行 一語 に変換す るツールがい くつか出回っているようである.WORDと い う名 前 になっていた りす るが,この種の単語抽出ツールは研究 目的の使用 にはあま

り向かない と思 う.な^{ぜな ら},単語の識別 はかな り難 しい面 もあって,う ま く 単語 に切 り分 けられなかった り,ひとつの単語が分断 されて しまった りするか

らである。とい うの も,WORDなどの自動単語切 り分 けツールの標準の単語の 定義 は「英字か""で_{始 まり英数字か}""の続 いた もの」 とい う英語かつプロ グラマ向けの仕様 になっているらしく

,た

Schlo¥sの

,

Schloと

sの

,研

象のテキス トデータの内容 をその都度実際 に見なが ら不要な記号 を削除 した り 改行 に置 き換 えた りして一行一語の語彙 リス トを整理 したほうが確実だ ろう^. ただ し,テキス ト中の全スペースを改行 に一括置 き換 えした場合で も,余計 な

削除がされないのはいいのだが,ピリオ ドや コンマな どはそのまま残 されて し まうか らあ とで これ らを一括削除する必要がある.また,た ^{とえば「z.B.」 が}

真ん中にスペースをあけて書いてあると,こ^{れ は当然2語}に分析 されて しまう か らこうい う切 り分 け過 ぎの例 を探 し出 して対応 す る必要 もある

(も

うい う方法で文章 を単語 に切 り分 けた として も,厳密 に調査す る場合 は後処理 が欠かせないようだ.

アメ リカのパ ソコン通信のCompuserve経由で (サー ビス内容 は同一ではな いがインターネ ッ トで も提供 されている)SPIEGELの記事が現在入手可能 だ が,これはテキス トファイル として保存可能だ.週刊誌 Spiegelの

1996年

74本

3000語

([3.1]参

dieで

2922回

,文

Dieを

.だ

18位

■

語彙の頻度順生起度数表

頭の大文字は大文字 として計量 )

ｄｉｅ ｄｅｒ ｕｎｄ ｉｎ

ｄｅｎ ｄａｓ ｚｕ

ｍｉｔ ｓｉｃｈ ｖＯｎ ｎｉｃｈ ｅｉｎ ｉｓｔ ｉｍ ａｕｆ ｓｉｅ ｄｅｍ

缶 ｄｅｓ

Ｄｉｅ

位 位 位 位 位 位 位 位 位 位 職 雄 地 位 堆 唯 准 唯 唯 唯

１

２

３

４

５

６

７

８

９

１０

１

１

１

︲

︲

︲

︲

︲

１

２

(2922) (2829) (1784) (1427) (1201) ( 887) ( 871) ( 869) ( 793) ( 762) ( 733) ( 705) ( 672) ( 620) ( 605) ( 594) ( 561) ( 556) ( 556) ( 556)

211主 221虹 231虹

2位

25位 26位 27位 28位 29位 29位 31位 32位 33位

341虹 351虹 36̀虹 371虹 381主

39位 40位

41位 42位 43位 囃 45位

461虹

47位 48位 49位 50位 51位 52位 53位

541立 551虹 561立

571L

581虹 591立 601虹

eine    ( 522) als     ( 502) es      ( 462)

aus (445)

an      ( 407)

auch   ( 396)

nur    ( 373) hat    ( 373) da3    ( 364)

war  (355)

so     ( 318) nach   ( 316) noch   ( 315)

Das  (280)

einer  (274)

um   (271) einem (271) bei  (271)

Sie     ( 271) 口

ber   ( 270)

haben  ( 266) vor    ( 253)

hatte   ( 202)

oder   ( 200) schon  ( 194) aber   ( 187)

mehr (177) sein  (161) :n   (156)

実 は,こ こで述べたような頻度調査 はAWKだけで も実現で きる.文字頻度 については植村・富永(1993)にwmbol.awkとい うスク リプ トがあるし,Aho/

Kernighan/Weinberger(1989)や

Stallman他

^.

1.3‑行―単位の リス トをCOMMで比較する方法

なん らかの共通語彙 を出すの にコンピュータを利用す るケースは これ まで多

‑196‑

かったように思 う(植田

(1982),菊

(1983),米

(1986),森

とい う汎用 ツール を使 えば

2つ

2つ

藤の リス トに対抗す るかたちで発表 された近藤・ 川崎

(1991)の 324語

^.

COMMで比較す るには,一行一語でつ くったテキス トファイルの リス トの各 行 をあらか じめソー トしてお く.ふたつの リス トの共通部分や差異部分 をしら べ るには

,

conlln shigetou.dat konkawa.dat > kekka.dat

とす るだけである。重藤だけにある語彙,近藤・ 川崎 にだけある語彙,共通語 彙の

3つ

kekka.datに

110語

191語

^￨1崎

133語

191語

Butter,Eis,Fisch,Geld,Name,Wasser,freiな

また,近藤・ 川崎 にあって重藤 にない語彙りには Arzt,Ausstellung,Bus,Caf6,

Durst,Hunger,Kaufhaus,Kottzert,Museurn,Rathaus,Platz,U―

■ 重藤 (1990)と 近藤・ 川崎

(1991)に

191語

Abend,Auto,Berg,Bett,Bier,B‖

Meer,Milch,Monat,Morgen,Mutter,Nacht,Onkel,Schuh,Schwester,Stadt,

StraBe,Student,Stunde,Suppe,Tag,丁

Wagen,Wein,Wetter,Zeit,Zirnmer,Zug,uber,aber,a:s,alt,an,antworten,

arbeiten, auch, auf, aus, bald, bei, bleiben, durfen, da, daB, danken, dann, denn,doch,dort,durch,einmal,essen,fur,fahren,finden,fruh,fragen,geben, gehOren, gehen, genug, gerade, gern, gestern, glauben, gleich, groS, gut,

h●

,kaufen,kennen,klein,kommen,krank,kurz,lang,lassen,laufen,

nach,nehmen,nein,neu,nicht,noch,nur,ob,oder,oft,regnen,sagen,schOn,

weil,weit,wenn,werden,wie,wieder,wissen,wo,wohnen,wollen,zeigen, zlehen,zu

■ 重 藤

(1990)に

(1991)に

110語

Apfel,Arrn,Auge,Baunl,Butter,Dorf,Ei,Eis,Erde,Fe!d,Feuer,Fisch,FuB, Geld,Haar,Hand,Herz,Himmel,Hund,Katze,Klasse,Kleid,Kopf,Kuh,Licht, Luft,Mensch,Mond,Name,Papier,Rose,Schiff,Schnee,Se:te,Sonne,Stuck,

_, also,

■ 近 藤・ 川 崎

(1991)に

(1990)に

133語

Anzug, Arzt, Ausf:ug, AuslandP Ausste‖ ung, Bahnhof, Bib‖othek, Bluse,

Bri‖

Reise,Rock,Roman,Rundfahrt,Sch口

‑198‑

Senlinar, Sohn, Studentin, Stuhl, Tasche,Tasse, Theater, U― Bahn, Univer‐

sitat, unterricht, Vorrnittag, Wand, Woche, Wohnung, Wurst, Zeitschrift, Zeitung, abholen, anfangen, ankornrnen, anrufen, aufstehen, aussehen, be…

kornrnen,bestehen,besuchen,billig,bitten,brauchen,bringen,dauern,denⅢ ken, donnern, einladen, entschuldigen, erinnern, falsch, fernsehen, freuen, freund‖ch,gefa‖ en,interessant,interessieren,kOnnen,kennenlernen,kochen, kosten, langsarn, leicht, :eider, lieben, links, nlit, rauchen, rechts, richtig, ruhig,schenken,schicken,schmecken,schwimmen,sein,stattfinden,ste‖ ^en, teilnehmen, treffen, umsteigen, unterhalten, verheiratet, vorste‖ en, wun‐

schen,wandern,wenig,woher,wohin

ふ たつの語彙 リス トか ら共通部分 と差異部分 を出 したわ けだが,た^{った これだ}

けの こ とで もパ ソコ ン とCOMMが な けれ ばかな り大変 な作業 にな って しま う に違 いない.

2.検索 ツール を利 用 す る

も とはUNIXの GREPを意識 してつ くられ た テ キ ス トデー タ検 索 ツール に

GREPがあ る.名称 の ど こか にGREPが含 まれ る ツール がMS―DOS用や

Windows用 としてか な り出 回 ってい る.私の手元 にあ る もので は,AGREP, CGREP, DDJGREP, DGREP, FGREP, FZGREP, GREP32, GREPFV, MGREP,PSGREP,QGREP,QTGREP,SGREP,VGREP,WGREP,XGREP, YGREPなどが あ る.加^えて,同等 の ツール で も名称 にGREPが含 まれ ない こ

ともあるわ けだか らパ ソコン通信 や イ ンターネ ッ トや雑誌 の付録 として出回 っ てい るテキス トフ ァイルか ら文字列 を検 索 す るツールの数 はか な り膨 大 な もの で あ る. これだ け多 くの検 索 ツールが つ くられてい るの は,この種 の検 索 ツー ル の需要 の高 さを示 してい るわ けだが,また,供給 過 多 とも思 える くらい提供 され てい るの は,使用 目的や検 索 の多様性 に対応 してい る もの と見 る こ とが で きる。圧縮 フ ァイル に対応 してい る もの,VZ Editorなどで可能 なタグジャン プ (後述)に対応 した タグ出力 の可能 な もの な どあ るか ら,自分 の 目的 にあ っ た もの を探 す必 要が あ る.一般 的 に言 って,この種 の検 索 ツールで は正規表現り が使 える もの とそ うで ない ものが あ るが

,正

式 の出力 が可能 な ものの ほ うが語学研究 には使 いやす いだ ろう.KWICと い う

―‑199‑―

のは

Key Word in Contextの

学研究・学習用に開発 された ソフ トで,MS―DOS版はフ リー ソフ トだが,Win‐

dows版が シェアウェア となっている.

宙elと ともに単数形 で使 われ る名詞 について考 えてみ ようとした ことがあ る.実証的な研究 には用例が欠かせない.そもそ もどんな名詞が単数で無変化 の 宙elと使われ るのか.次にあげるのは,テキス トファイルにしたUniversal‐

wёrterbuchOを 対象にKKCで 宙elを検索 した出力の一部だ.

■ KKCの_出力

(左

̀、

たつで一組でウ

例"テ^{キス トフ ァイル版}Universalworterbuchで 宙dを_検索

は元のデータに改行があったところで,右下が りの斜線はその次の文字と ムラウ トやエスツェットをあらわしている

)

nhヽarenく

hat>: dor/WInd hat v■ e■  Schnee′  Sand′ v■ ^o■ O B■ ヽ

■8t>: h■

■ mmer v■ e■ ′sand an.′ ′anwe■

ノくot. V.′

e n3t′

 Gowa■ t a.′

口 ir haben vie■  8orgfa■ t′ /Mtuhe auF d■

t)′

otigen′  brauchen= v■ eユ  Ratn′  Zeit b.′ ノノ

etwag b。 ′

e■  in der Fach● o■ t′  oo■

 oo■ d′ ノノ Bedlurfn■ 8′ ノ

^‐ 80g

fF nehnen3 0●   ■ St noch v■ e■  Po8t Zu er■ edigen′ ′

O■ n80tZen′ ノau=b■ oten3 0r hat v■ o■

V■ eユ O Go■ d Cer bedauerte′  30 Vie■  oo■ d auagegeben zu/habanD。 ノノ

_Cht vie■  ce8ChnaCL). 4.ノ

̀abwertend)o

ノ′ f■

qpFigノ く

.>: n■ dht vie■  oo■ 8t b03itZend′  _9o■

● 8Fノ ノ

_―  F. greiFen cv■ eユ A■ Lohoユ ′ LInLen′  A■ヒoho■ ■

anpFung vOn schヽ

ingan。  2. v■ o■

oヽ ― rdiener′ ′der8 ,ユ ^d.′  dOr v■ e■  Oo■ d verdLent′ der ein g=0ヽ 8

Pユ

o■ 0。  haben.ノ ノ

ノ dLo

ノder c8● ユ●

_ぅ nd・ ′  der v■ ^e■

ノ

amp

■n aユ ter H. 80in Cug3.′  80hr Vie■

口

EIn einer beatユ ^コ

ubo: dユ o H. 8Ch■

8t nユ

 v■ eユ

. haben c[▼

h′  da｀ ^3′  danit′  daヽ 88 0= hat v■ e■ ノ

d sparen Lヽ onnen′

du8tr■ 08tadt′ ノ d■

ユ

o■  Indugtrie′ ′

: in et●

_{КraFt′  v■} e■  Zeit i.′  inノ jndn. 30in Cefヽ

唖 .A3 26040

Ш .A: 26841

唖 .A: 26075

UN=.B:   470■

UNE.B:   546■

―

.B3   50■

UN=.D8   ■890

UNぼ

.D8   

UN=。

D:   30■ 7

3■ 34

.F8  

3■ 99

‑.F:   ^■

^377■

UNE.C:  20079

‑。

^{C:  2904■}

UNぼ 。C:  30984

UNE.H:   6■ 60

‑.H:   6640

‑.工 ^:   3239

い 工

.工 :   4■ 04 UNE.工 :   9787

出力結果 をみると,宙elが必ず一定位置(用例部分の中央)に来 るようになって いて,宙elの部分 にす ぐ目がいき,宙 elについて他の語 との結びつきをしらべる には便禾Uなかたちだ.これがKWIC形_{式である.UNI.Aと い うのはファイル名}

で,一行 めの冒頭の「

UNI.A:26840」

26840行

‑200‑

いて くれ,該当個 所 まで ジ ャ ンプ して くれ る.この タグジ ャンプ機能 は,検索 ツール の出力行 がふつ う一行 なので,前後 の文脈 が見 た い場 合 には非 常 に有効 な機能 だ.

用例 を探 す 目的 な ら用例辞典 も使 える.現代 ドイ ツ語 の用例辞典 で代 表 的 な もの とい えば

Duden Stilwё

Wё

,Aufheben,Blut,Geld,Gemilse,

15種

,

辞 書 の 中 を くまな く探 す こ とが で きれ ば,宙^el以外 の項 目の解 説 文 や例 文 に 宙elと 単数名詞 の例 が もっ ともっ と見 つか るはずだ.し か し,よ ほ ど暇 を持 て余 して い るので な けれ ば辞書 の中 に散 らばってい る用例 を しらみつぶ しに見 てい く と い う方 法 は 実 用 性 が な い.紙の 辞 書 の 限 界 だ.上記 のKKCと

Uni…

versalwёrterbuchで し らべ た結果 は,2冊の用例辞典 あわせ て も

15例

163種

163語

■ 無語尾 の 宙dと使 われ ていた

163語

Alkohol,AlkoholgenuB,Anlauf,Applaus,Arbeit,Aufheben,Aufwand,Aus‐

dauer, Ausdruck, Beifa‖ , Benzin, Betrieb, Bewegung, Blut, BlutvergieSen, Bravour, Brimboriunl, Busen, Butter, Champagner, Druck, Einsatz, Elan, Energie, Erde, Erfahrung, Erfo!g, Federle,en, Feingefuhl, Fett, Fettgewebe, Feuer, Flei3, Fleisch, Freude, Futter, Cas, Gaudi, Geachze, GedOns, Geduld,

Gefuhl,ceist,Celaufe,Geld,Gemut,Gepack,Gerausch,cerOll,Gerede,Ge¨

schick, Geschirr, Geschmack, Geschrei, Gesums, Getёse, Gewicht, GI口 ck, Grutze,Gutes,Harte,Harz,He‖ igkeit,Ho:z,:gnoranz,lndustrie,inforrnation,

K6rper,Kummel,Kaffee,Kalk,Kapital,Karamel,Kiki,Klamauk,Kleidung, Kohle,Komfort,Kompost,Kraft,Kram,Ktttik,Kummer,Larm,Lametta,

Land, Langmut, Laub, Leid, Licht, M口 he, Macht, Mark, Meerrettich, Mi!ch,

Mut,Pech,Pfeffer,Pflege,Phantasie,Platz,Post,Power,Raunl,Ruhe,Saft,

schnee,Sch:arnrn,Schmalz,Schmutz,Schnaps,Schnee,Schrott,SchuBkraft,

‑201‑

Sport,Staub,Stoff,Stroh,Sums,Tages‖

私の関心 は

,vielと

3.AWKを使 ったやや高度 なテキス ト処理

AWKは検索や削除や変換だけでな く計算機能 も備わった複合 ツールで,使^い

こなすのが上で述べた他のツール とくらべてやや難 しいが,語学研究でテキス トデータを扱 う際には極 めて有効 な手段 になる.複数の検索が一度 にで きるだ けでな く,集計作業 も同時 にこなす ことがで きるし,特定の文字 (列)を削除 した うえで削除後の語形 をかぞえることも可能だ。私自身の取 り組みか ら二つ の事例 を紹介 してみよう.いずれ も調査の対象 として三冊 の辞書か ら取 り出 し て整理 したデータを利用 しているので,これ について手短かに説明 してお こう.

これは3冊_{の電子ブック}

(「

,Langenscheidts Eurowё rter‐

buch ltahenisch, Langenscheidts Data Disc Wёrterbuch Franzё

sisch)か

55464語

3。

文法項 目の扱いはともすれば網羅的になって しまう.文法 には空欄のない表 が多いのはそのためだろう。私 は城岡

(1994)で

ドイツ語では dtと い うつづ りはた とえば

_[t]と

―‑202‑―

学習つづ りはすべて同 じように重要なのだ ろうか.2字以上 の学習うづ りの主 な ものについて^jisho.datを AWKで_{処理 して,頻度 をしらべてみた}

_.調

語中の位置 による区別 はしなかった

.だ

[t]と

dtが

standteilや Landtagのように音節 をまたが る場合 にはこの規則 はあてはまら ない.だ^{か ら},dtの読 み方の規則 を厳密 に考 える場合 は,音節間の ものは除外 す るな り,別にかぞえるな りしたほう力ヽゝい.しか し, これを簡単 に実現する 方法 は思いつかなかったので行 っていない.作業 に見合 うだけの結果が得 られ るか どうか分か らないが,この ような簡便 な調査ではな く本格的な調査が必要 であろう.なお,下 の結果 はAWKの出力 をSPLITとい うツールで

3つ

ｅｕ ｐｆ ｃｈｓ ｏｈ ｔｈ ｒｈ ｔＳｃｈ

山 ｅｅ 如 抽

■ ｅｒ ｃｈ ｅｉ ｓｃ ｓｔ ｎｇ ｉｅ

ａｕ

・︲ｇ ｃｋ ｓｓ ｓｐ ｔｓ ｅｈ

学習つづ りは辞書の語彙にどれだけ含 まれているか

(55464語

中 )

ds   426語_(0.768%) ph   381語

_(0。

_(0。

(0。

ay   28語_(0.050%) ey   15語(0.027%) 7862語

(14。

7358語 (13.266%) 6411語 (11.559%) 5537語(9。983%) 4308語(7.767%) 3558語(6.415%) 2194語(3.956%) 2129語(3.839%)

1910語(3.綱%)

1884語(3.397%)

1871語(3.373%)

1317語(2.375%)

1068語(1.926%) 666語(1.201%) 660語(1.190%) 657語(1.185%) 589語(1.062%) 588語(1.060%)

侶