京都大学テキストコーパス Version 4.0

registration: 2012/12/26 23:48:47, last modified: 2012/12/27 22:14:35
title
  • 京都大学テキストコーパス Version 4.0
title.abbreviation
title.alternative
  • Kyoto University Text Corpus Version 4.0
creator
  • researcher 京都大学 黒橋・河原研究室
subject
  • 形態素・構文タグ付きコーパス
subject.linguisticField
  • computational_linguistics
  • morphology
  • syntax
subject.monoMultilingual
  • monolingual
subject.resourceSubject
  • corpus
description
  • 毎日新聞95年1月1日から17日までの全記事（約2万文）、1月から12月までの社説記事（約2万文）、計約4万文に対して京都大学の形態素解析システム(JUMAN)、構文解析システム(KNP)で自動解析を行い、その結果を人手修正したテキストコーパス。本バージョンではこのうち5000文に対して格関係、照応・省略関係、共参照の情報を付与。尚、本パッケージにおいて配布されるのは形態素・構文その他の付加情報だけで、もとの毎日新聞データは含まれていない。
description.price *This metadata is only as a guide
  • 無料（ダウンロード）
description.language
  • Japanese 日本語
description.inputDevice
description.inputEnvironment
description.speakingStyle
description.speechMode
description.samplingRate
description.additionalData
publisher
contributor
contributor.attribute.author.motherTongue
  • native
contributor.attribute.author.dialect
  • standard_dialect
contributor.attribute.author.level
  • professional 新聞記者
contributor.attribute.author.age
  • adult
contributor.attribute.author.gender
contributor.attribute.speaker.motherTongue
contributor.attribute.speaker.dialect
contributor.attribute.speaker.level
contributor.attribute.speaker.age
contributor.attribute.speaker.gender
contributor.attribute.speaker.number
date.created
date.issued
  • 2000-00-00 Version 3.0
date.modified
  • 2005-00-00 Version 4.0
type
  • Text
type.discourseType
  • report
type.linguisticType
  • primary_text
type.purpose
  • analysis
type.style
  • written 新聞記事・社説
type.form
  • unfixed
type.sentence
  • short
  • long
type.annotation
  • annotated 形態素、構文解析、格関係、照応・省略関係、共参照
type.annotationSample
type.sample
format.extent
  • ダウンロードファイルサイズ：7,990,765 bytes
  • 解析対象文数：4万文
format.medium
  • ダウンロード
format.encoding
format.markup
format.functionality
  • auto_conv：コーパス変換プログラム
  • trans.pl: 毎日新聞CD-ROMのSGML風タグ付け
  • mainichi.pl: ,,,,を削除，月単位にファイル分割
  • format.pl: 毎日新聞の一日分に対してコーパス作成用基礎データを作成
  • dupli.pl: 毎日新聞の一日分の中で重複する文を取り除く
  • num2KNP.pl: 配布データをコーパス本来のデータ形式に変換
  • grepKNP.pl: コーパスの検索プログラム
  • tree.pl: コーパスの木構造表示プログラム
identifier
identifier.doi
identifier.islrn
source
  • 毎日新聞95年版
language
  • Japanese 日本語
language.area
  • Japan 日本
relation
relation.utilization *This metadata is automatically extracted
coverage.temporal
  • 1995/01/01-1995/12/31
coverage.spacial
  • 日本
rights