1．「コーパス」とは？

近年の情報技術の進展によって，日本語研究の方法にもいくらか変容が見られます。なかでも，研究を大きく進展させる可能性をもつものとして，コーパスを用いて，精度の高い調査を行う方法が，期待されています。コーパスとは，ことばの用例を大量にコンピュータに蓄えておき，目的に応じてデータを引き出したり，集計したりすることができるようにした，ことばのデータベースです。

2．「太陽コーパス」の構築

私たちの研究グループでは，現代語が確立した20世紀初期の書きことばを代表する資料として，月刊の総合雑誌『太陽』（博文館刊）を対象に，博文館新社の理解を得て，コーパスを構築しています。『太陽』は，当時非常によく読まれ，記事のジャンルやことばの層も広く，国民文化の形成に多大な影響を与えたメディアです。

図1　『太陽』7巻9号（1901年8月）の表紙と本文

「太陽コーパス」は，20世紀のはじまりの1901年を起点に，8年刻みで，1909，1917，1925年の各12冊に，創刊年1895年12冊と，終刊年1928年（2号で終刊）2冊を加え，計62冊の全文を対象にしており，全体で1500万字を超える規模になります。当時の書きことばの多様性と，時代による流れを映し出し，現代語の確立に向かう時期の変化の実態を，ダイナミックにとらえることが期待できるコーパスです。

コーパスの中心をなすデータは，コンピュータで処理できる電子テキストです。この電子テキストは，利用目的に合わせた表示形式に変換したり，必要な情報を自在に引き出したりすることができるように，規格化された形式（XML）で，さまざまな情報を付加して作ります。

図2　「太陽コーパス」の電子テキストの例

図2は，左の写真に示した頁を電子テキストにした一部です。黒字が原文の本文，色をつけたところは，研究に生かすために付加した情報です。灰色は振り仮名（原文にあるもの），茶色は原文での頁や行の番号です。紫色は原文に手を入れたことを示す注記で，この例では，仮名遣いを歴史的仮名遣いに改めたことを示しています。赤色は，この記事の題・著者・著作権の保護期限，文体・ジャンル等の情報，青色は会話の引用部分を示すものです。このようにして，ことばの研究に役立つ情報を，コンピュータで扱うことができるようにしておくわけです。電子テキストの作成の詳しい手順は，参考文献1を参照してください。

こうして作成した電子テキストは，コンピュータで処理されますが，人間が操作するのに便利な装置も，同時に開発する必要があります。なかでも，ことばの研究にとっては，ことばを検索し，そのことばの使用状況に関する情報を，自在に引き出すことが重要になります。図3は，現在開発中の検索装置の一つで，後述する「みたようだ」ということばを検索した結果の一部です。一つ一つの用例とともに，年・号，記事名，著者名のほか，ジャンルや文体などの情報を瞬時に取得でき，ことばの分析をさまざまな角度から進めることができます。

図3　「太陽コーパス」で「見たやう」を検索した結果

3．「太陽コーパス」で「…みたいだ」を調べる

「太陽コーパス」の簡単な活用例として，「…みたいだ」ということばを調べてみます。「みたいだ」は，江戸時代から使われていた「みたようだ」が変化して，明治時代に生まれたことばです。このこと自体は，もっとも詳しい国語辞典である『日本国語大辞典』（小学館）などにも記されていますが，変化の過程を具体的にとらえるには辞典では限界があります。

「太陽コーパス」で，「みたようだ」と「みたいだ」を検索し，それぞれの現れ方を観察してみましょう。表1は，ことばの出現回数を，年次別にまとめたものです。時代を追って「みたようだ」と「みたいだ」の勢力関係が，ゆるやかに逆転しており，「みたようだ」から「みたいだ」への交替が，この時期に進行していることがわかります。

表1　出現回数

表2　地の文・会話文別の出現回数

表2は，それぞれのことばが，地の文に現れるか，会話の引用部分に現れるかを整理してまとめたものです。「みたようだ」は，はじめ，地の文・会話文ともに用いられていたところから，次第に地の文に限定されていく方向にあります。これに対して「みたいだ」は，最初は会話文に出てきますが，次第に地の文に進出していく方向が明らかです。一般に，地の文は保守的なことばづかいになりがちで，会話文はくだけたことばづかいが出やすいものです。衰退していく「みたようだ」と，定着していく「みたいだ」の，変化の過程を詳しくあとづけることができます。このように，「太陽コーパス」を活用することで，精度の高い調査が可能になります。参考文献2に活用例をいくつか記しました。

「太陽コーパス」は，2003年度公開の予定ですが，一部について，試験公開版（CD-ROM）を無料で提供しています。

参考文献

1. 田中牧郎「XMLを利用したコーパスの構築－「太陽コーパス」を中心に－」（『日本語学』20-13
   2001年12月，明治書院）
2. 田中牧郎「「太陽コーパス」の構築による確立期現代語の研究」（平成13年度国立国語研究所
   公開研究発表会予稿集，2001年12月，国立国語研究所）

（田中 牧郎）

  太陽コーパス：http://www.ninjal.ac.jp/corpus_center/cmj/taiyou/