hellog〜英語史ブログ / 2014-04-03

■ #1802. ARCHER 3.2 [corpus][archer][mode][frequency]

　昨年末のことになるが，近代英米語コーパス ARCHER: A Representative Corpus of Historical English Registers の Untagged 版が公開された．詳細は，公式の Documentation，あるいは VARIENG によるコーパスの解説からどうぞ．英語史研究会のオンライン会報より，三浦あゆみさんの記事「ARCHERの新版公開」も参考になる．
　ARCHER は，1990年代初頭より Biber and Finegan が編纂してきたもので，現在では14の大学が合同で管理している．2013年に公開されたこの3.2版は Manchester 大学 ( David Denison and Nuria Yáñez-Bouza) による提供である．コーパスの内容と用途を端的に表現すれば，"a multi-genre historical corpus of British and American English covering the period 1600--1999. The corpus has been designed as a tool for the analysis of language change and variation in a range of written and speech-based registers of English." ということである．
　コーパスの規模は1,710ファイル，3,298,080語からなり，語数での英米比は6:4ほど．また，時期として8期，内容により12種類にジャンル分けされている (a = advertising, d = drama, f = fiction, h = sermons, j = journals, l = legal, m = medicine, n = news, p = early prose, s = science, x = letters, y = diaries) ．ファイル数と語数の内訳は以下の通り．

BRITISH		a	d	f	h	j	l	m	n	p	s	x	y	TOTAL
1600--49	files	0	10	0	0	0	10	0	0	10	0	0	0	30
	words	0	32,342	0	0	0	21,026	0	0	32,741	0	0	0	86,109
1650--99	files	0	10	11	10	10	10	21	10	0	10	75	10	177
	words	0	30,328	41,667	21,818	21,186	20,466	23,811	22,304	0	21,427	38,767	20,488	262,262
1700--49	files	0	10	11	10	11	10	14	10	0	10	77	10	173
	words	0	27,862	44,057	21,511	23,265	21,315	22,066	21,612	0	20,812	33,896	20,495	256,891
1750--99	files	10	10	10	10	10	10	20	10	0	10	70	11	181
	words	25,386	27,484	45,198	21,752	21,284	20,367	21,002	23,172	0	20,599	29,589	23,043	278,876
1800--49	files	10	10	10	10	11	10	10	10	0	10	25	10	126
	words	30,804	31,211	45,107	21,777	23,249	20,531	20,286	22,951	0	21,015	12,671	20,883	270,485
1850--99	files	10	10	10	10	10	10	10	10	0	10	26	10	126
	words	30,684	34,856	43,427	21,322	21,243	20,757	22,265	23,072	0	21,810	10,819	21,789	272,044
1900--49	files	10	11	10	10	10	10	10	10	0	10	29	10	130
	words	26,717	31,391	45,408	21,123	22,208	21,160	20,213	21,977	0	21,664	12,529	22,424	266,814
1950--99	files	10	11	10	10	10	10	13	10	0	10	28	10	132
	words	23,437	32,200	45,109	21,093	22,723	20,721	20,994	22,935	0	21,385	11,361	22,060	264,018
TOTAL	files	50	82	72	70	72	80	98	70	10	70	330	71	1,075
	words	137,028	247,674	309,973	150,396	155,158	166,343	150,637	158,023	32,741	148,712	149,632	151,182	1,957,499
AMERICAN		a	d	f	h	j	l	m	n	p	s	x	y	TOTAL
1750--99	files	3	10	10	10	10	12	9	10	0	10	58	10	152
	words	9,214	29,980	38,980	21,271	21,896	41,177	23,541	22,265	0	20,668	27,860	21,315	278,167
1800--49	files	1	10	10	0	10	12	0	10	0	10	10	10	83
	words	2,822	40,568	44,676	0	21,476	33,409	0	37,107	0	20,904	20,739	20,695	242,396
1850--99	files	8	10	11	10	10	10	10	10	0	10	28	11	128
	words	24,480	32,721	44,394	21,056	22,436	28,506	20,547	21,994	0	21,311	11,361	23,419	272,225
1900--49	files	10	10	10	0	10	11	0	15	0	10	52	10	138
	words	30,460	52,514	53,430	0	21,661	21,607	0	22,802	0	20,984	25,021	20,731	269,210
1950--99	files	10	10	10	10	10	12	10	10	0	12	30	10	134
	words	29,563	31,037	44,382	21,051	22,109	25,517	22,617	23,069	0	25,623	11,961	21,654	278,583
TOTAL	files	32	50	51	30	50	57	29	55	0	52	178	51	635
	words	96,539	186,820	225,862	63,378	109,578	150,216	66,705	127,237	0	109,490	96,942	107,814	1,340,581

　Documentation のページより，完全単語リストをダウンロード可能．タグ付きの検索が可能な版もいずれ公開されるということなので，期待したい．「#1752. interpretor → interpreter (2)」 ([2014-02-12-1]) の記事で少し使ってみたので，そちらも参照を．

[ 固定リンク | 印刷用ページ ]