先日，大学の授業でコーパスセミナーを開催した．BNCweb, COCA, COHA, EEBO corpus などの代表的な共時的・通時的英語コーパスに初めて触れる学部生に，使用経験者である大学院生が講師としてコーパス利用のいろはを指南するという Zoom によるオンライン企画である．
　一見，コーパス利用というのは初心者にはハードルが高いと思われがちが，適切な導入があれば，複雑な検索や応用的な利用法は別にしても，十分にその日から便利に使いこなすことができる．
　しかし，意外と落とし穴となり得るのは，コーパス周りの用語 (terminology) かもしれない．例えば「love を動詞で POS 指定して lemma 検索をし，その concordance line を KWIC で表示させ，前後数語のフレームで collocation を取ってから log-likelihood を出しておいてね．必要に応じて noise をマニュアルで除去しておいてよ．」などという指示を，初心者の誰が理解できようか！　ということで，コーパス周りの術語（というよりもジャーゴン）を少しずつ解説してきたい．
　今回は lemma （レンマ，レマ）について．平たくいえば，辞書を念頭においた上でその「見出し語」だと思えばよい．動詞 love を例に取れば，実際の英文のなかでは，不定詞・現在形・命令形など love という裸の形態で生起することもあれば，3単現の loves として出現することもあるし，過去（分詞）形の loved や現在分詞・動名詞形の loving で現われることもあるだろう（「崩れた」lovin' 等として起こるかもしれない）．love のこれらの諸形態は，確かに互いに少しずつ異なっているが，各々が異なる単語というわけではない．あくまで代表的・抽象的な love という動詞の，具体的な変化形にすぎないのである．このような代表的・抽象的な存在を lemma と呼んでいる．I love you. のように love という形態で出てきたとしても，これは love という lemma の，直説法1人称単数現在形の具体的な現われとしての love である．両者はたまたま形態的に一致しているけれども，あくまで前者は抽象的な love，後者は具体的な love として概念上は区別する必要がある．
　別の角度からみれば，私たちが英単語学習の際に習得する主たるものは，個々の見出し形ともいえる lemma と，その具体的な諸変化形ということになる．これらのワンセットが内部で適切にヒモづけられ，頭の中で整理されていれば，その単語に関して習得が完了していることになる．このワンセットとそれにつけられた名前こそが lemma なのである．
　「コーパスでlove を動詞で lemma 検索してね」というのは「動詞として用いられている love, loves, loved, loving などの例をすべて拾ってきてね」と言い換えられる．例えば BNCweb の場合には，検索式を "{love/V}" のように指定することで上記の lemma 検索が可能である．

[ ツイート | 固定リンク | 印刷用ページ ]