文章を自動要約する

r nlp

Rで文章の自動要約をするには、LSAfunパッケージのgenericSummary関数を使います。この関数を使うと、文章全体を最も的確に表すk個の文を抽出することができます。以下は、Rogue OneのWikipedia記事(英語版)の一部を使った例です。 # パッケージの読み込み…

2017年1月に購入した本・ご恵贈頂いた本

以下の本を購入しました。Fundamental Considerations in Language Testing (Oxford Applied Linguistics)作者: Lyle F. Bachman出版社/メーカー: Oxford Univ Pr (Sd)発売日: 1990/04/19メディア: ペーパーバックこの商品を含むブログを見るLanguage Testin…

2016年度 言語処理論B (Day 3)

以下は、東京外国語大学の集中講義「言語処理論B」に関するメモです。 Class 11~15: 個人研究 データ収集 この授業では、「Rを用いた日本語もしくは英語の分析」というテーマのレポートを書いてもらう予定です。細かいテーマ設定などは自由で、可能な限り、…

2016年度 言語処理論B (Day 2)

以下は、東京外国語大学の集中講義「言語処理論B」に関するメモです。 Class 6: 多変量解析(の続き) 判別分析とは、任意のデータ(目的変数)の属性をそれ以外のデータ(説明変数)を手がかりとして予測する手法です。以下では、Rにあらかじめ格納されてい…

2016年度 言語処理論B (Day 1)

以下は、東京外国語大学の集中講義「言語処理論B」に関するメモです。 Class 1: イントロダクション この授業の目的は、文系学生が卒業研究などで用いるデータ処理技術を習得することです。具体的には、(1) Rによるプログラミングの基礎、(2) さまざまなグラ…

A corpus-based approach to the register awareness of Asian learners of English

少し前のことですが、Journal of Pan-Pacific Association of Applied Linguisticsに以下の論文が掲載されました(こちらからダウンロードすることができます)。 Yuichiro Kobayashi & Mariko Abe (2016). A corpus-based approach to the register awarene…

第1回 R初心者合宿講習会 (R Bootcamp) 募集中

先日、こちらの記事で第1回R初心者合宿講習会についてお知らせいたしました。その後、おかげさまで多くの方から参加登録をして頂きまして、残席はわずか数名となっております。ですので、参加を検討されている方には、こちらからお早目の申し込みをされるこ…

2016年12月に購入した本・ご恵贈頂いた本

以下の本を購入しました。Quantitative Corpus Linguistics with R: A Practical Introduction作者: Stefan Th. Gries出版社/メーカー: Routledge発売日: 2016/11/01メディア: ペーパーバックこの商品を含むブログを見るStatistics for Linguistics with R: …

単語の基本形と品詞の情報を利用したワードリストを作る

R Advent Calendar 2016の12日目の記事です。以前、ワードリストを作るという記事を書きましたが、R単体では、英単語の基本形や品詞の情報を利用したワードリストを作ることができません。基本形や品詞の情報を使うには、品詞タガーによる前処理が必要となり…

Automated scoring of L2 spoken English with random forests

Journal of Pan-Pacific Association of Applied Linguisticsに以下の論文が掲載されました(こちらからダウンロードすることができます)。 Yuichiro Kobayashi & Mariko Abe (2016). Automated scoring of L2 spoken English with random forests. Journal…

第1回 R初心者合宿講習会 (R Bootcamp)

来たる3月7〜11日、幕張テクノガーデンで第1回R初心者合宿講習会を開催します。このイベントは、5日間にわたるRの集中講座で、インストールや基本操作から、統計処理やテキストマイニングまでをカバーします(参加登録は、こちらからお願いします。)。暫定…

データのばらつきを視覚化する (2)

r

以前、データのばらつきを視覚化する (1) という記事で、箱ひげ図の上に個々のデータの分布を重ねて描く方法を紹介しました。今回は、rug関数を使って個々のデータの分布を可視化する方法を紹介します。以下、irisデータにおけるsepal length(がくの長さ)…

2016年11月に購入した本・ご恵贈頂いた本

以下の本を購入しました。ggplot2: Elegant Graphics for Data Analysis (Use R!)作者: Hadley Wickham出版社/メーカー: Springer発売日: 2016/06/16メディア: ペーパーバックこの商品を含むブログを見るRパッケージ開発入門 ―テスト、文書化、コード共有の…

LIF 2017から採択通知

来たる2017年3月2〜4日にキプロスで開催されるLanguage in Focus 2017にfull paperで採択されました。 Yuichiro Kobayashi & Akira Murakami (2017). Variation across L2 speech and writing: A multidimensional study. Language in Focus 2017. 今回の発…

日本語テキストにおける用例を表示する

言語研究においては、単語の頻度を数えるだけでなく、それらの単語がどのような文脈で用いられているかを精査することが重要です。そのような場合、コーパス言語学では、KWIC (KeyWord In Context) という形式で用例の一覧を表示することがあります。以前、K…

Gries' Deviation of Proportion (DP)

Rによる言語データ分析の教科書であるLevshina (2015) を読んでいたら、Stefan Th. Griesによって提案されたDeviation of Proportion (DP) (Gries, 2008; Lijffijt & Gries, 2012) という指標が出てきたので、以下にメモしておきます。この指標は、複数の(…

おすすめのTOEFL iBT「非公式」対策本10冊

1年ほど前から、TOEFLの本を網羅的にチェックしています。そこで、個人的に良かったと思う「非公式」対策本(韓国本・中国本)を以下にまとめてみます(随時更新)。*1 この記事で想定している学習者は、ETSが出版している公式問題集をある程度やり込んでい…

2016年10月に購入した本

以下、順不同です。How to Do Linguistics With R: Data Exploration and Statistical Analysis作者: Natalia Levshina出版社/メーカー: John Benjamins Pub Co発売日: 2015/11/25メディア: ペーパーバックこの商品を含むブログを見る定性的データ分析 (シリ…

SegmentAntとAntConcによる日本語テキストの解析

日本語のテキストを解析する場合、一般的に、(1) 文章を単語単位に分かち書きし、(2) 単語の頻度や用例を分析する、という2段階の手順が取られます。 文章の分かち書き 日本語の文章は、単語と単語の間に区切りがなく、コンピュータで単語を分析する場合に不…

Rlingパッケージのインストール

Rによる言語データ分析の教科書であるLevshina (2015) では、Rlingという独自のパッケージが用いられています。Rlingパッケージは、この本のサポートサイトのR Packageというページからダウンロードすることができます。サポートサイトには複数のインストー…

言語処理学会第23回年次大会

言語処理学会第23回年次大会(3月13~17日、筑波大学)の情報がこちらで発表されました。今大会の主なスケジュールは、以下の通りです。多くの方々の投稿をお待ちしております。 チュートリアル応募締切: 2016年10月14日(金) テーマセッション / ワークシ…

2016年9月に購入した本・ご恵贈頂いた本

以下の本を購入しました。Diagnosing Foreign Language Proficiency: The Interface between Learning and Assessment作者: J. Charles Alderson出版社/メーカー: Continuum発売日: 2005/11/30メディア: ハードカバーこの商品を含むブログを見るRで楽しむ統…

2016年8月に購入した本

以下、順不同です。Uncharted: Big Data as a Lens on Human Culture作者: Erez Aiden,Jean-Baptiste Michel出版社/メーカー: Riverhead Books発売日: 2014/12/02メディア: ペーパーバックこの商品を含むブログを見るThe Diagnosis of Reading in a Second o…

(言語学者による) 容認度評定の認証システムを試作する構想

来たる9月16~18日に北海道大学で開催される日本認知科学会第33回大会にて、以下の共同発表を行います。 黒田航・阿部慶賀・横野光・田川拓海・小林雄一郎・金丸敏幸・土屋智行・浅尾仁彦 (2016). 「(言語学者による) 容認度評定の認証システムを試作する構…

2016年7月に購入した本・ご恵贈頂いた本

以下の本を購入しました。The Routledge Handbook of Language Testing (Routledge Handbooks in Applied Linguistics)作者: Glenn Fulcher,Fred Davidson出版社/メーカー: Routledge発売日: 2016/06/21メディア: ペーパーバックこの商品を含むブログを見るL…

APCLC 2016から採択通知

来たる2016年10月21〜23日に中国の北京で開催されるAsia Pacific Corpus Linguistics Conference (APCLC) 2016にfull paperで採択されました。 Yuichiro Kobayashi & Akira Murakami (2016). Contrastive analysis of L2 speech and writing: A multi-dimens…

Heat map with hierarchical clustering: Multivariate visualization method for corpus-based language studies

『国立国語研究所論集』(NINJAL Research Papers) というジャーナルに、以下の論文が掲載されました(オープンアクセスですので、こちらからダウンロードすることができます)。手法の解説だけでなく、Rのスクリプトを載せています。 Yuichiro Kobayashi (20…

Investigating metadiscourse markers in Asian Englishes: A corpus-based approach

Language in Focusというジャーナルに、以下の論文が掲載されました(オープンアクセスですので、こちらからダウンロードすることができます)。 Yuichiro Kobayashi (2016). Investigating metadiscourse markers in Asian Englishes: A corpus-based appro…

人文科学とコンピュータシンポジウム 「じんもんこん2016」

dh

来たる12月9~11日、国文学研究資料館・国立国語研究所にて、情報処理学会の人文科学とコンピュータシンポジウム 「じんもんこん2016」が開催されます。今年のテーマは、「人文学情報の継承と進化〜ビッグデータとオープンデータの潮流の中で〜」です。投稿…

Exploring the effectiveness of combined web-based corpus tools for beginner EFL DDL

Linguistics and Literature Studiesというジャーナルに、下記の共著論文が出版されました。筆頭著者は、日本大学の中條清美先生です。なお、本論文は、こちらで一般公開されています。 Kiyomi Chujo, Yuichiro Kobayashi, Atsushi Mizumoto, & Kathryn Oghi…