北澤篤史によるCorpus文脈判定基準
運営・執筆・研究設計・検証を北澤篤史が行い、判定基準と確認履歴を固定して追跡できる状態にします。
proverbial_useことわざとしての使用
対象表現が、具体的状況の評価・助言・一般化・比喩的説明などのために、ことわざとして機能している。
metalinguistic_mentionメタ言語的言及
対象表現そのものを言語対象として扱い、意味・由来・表記・用法・ことわざ性などを説明・論評している。
educational_or_lexicographic教材・辞典的提示
辞書・辞典・学習教材・授業資料・用例集など、教育・参照目的で表現を提示している。
title_or_labelタイトル・ラベル
記事・章・作品・見出し・項目名・ラベル等として現れるが、周辺文脈でことわざとして命題的に使用されていない。
literal_nonproverb_or_false_positive非ことわざ・文字列一致
対象文字列は存在するが、ことわざとしての使用・言及ではない。字面の偶然一致や別構文を含む。
uncertain判定保留
表示された左右文脈と書誌情報だけでは、他の5分類のいずれかへ合理的に確定できない。
判定原則
- 判定は表示された左右文脈・keyword・書誌メタデータだけに基づき、見えない前後を推測しない。
- 候補分類や補助情報は正式判定として扱わない。
- まず「ことわざとして機能しているか」を判断し、言語対象の説明ならmetalinguistic、教育・辞典構造ならeducationalへ分ける。
- タイトル・見出しのみで命題的使用が確認できない場合はtitle_or_label。
- 文字列は一致するがことわざとしての関係がない場合はliteral_nonproverb_or_false_positive。
- 表示情報だけで分類不能ならuncertainとし、無理に他分類へ寄せない。
- 北澤篤史が初回確認と再確認を分けて実施し、再確認時には初回のclassification・noteを表示しない。
- 初回と再確認が食い違ったOccurrenceは自動確定せず、理由を記録して再検討する。
- Codebook Revisionを変更した場合、旧Revisionでの判定は履歴として保持し、現行Revisionで再確認する。
Reviewed Dataset Release
現在：確認作業中。0 / 754 occurrence 正式確認済み。
CORPUS CONTEXT VALIDATION
文字列ヒットと「ことわざとしての用例」を分ける
少納言は指定文字列を含むテキストを返します。ヒット数そのものを用例数とはせず、前後文脈を確認して研究用分類を付けます。
談話・文章内でことわざを意味作用のある表現として使っている。
「ことわざ」「格言」「〜ともいう」など、表現自体を話題にしている。
学習・例文・辞書・教材など、説明資料として提示している。
タイトル等、文字列一致だけ、または前後文脈だけでは判断できない。
研究上のルール「ことわざとしての用例数」として集計するのは、北澤篤史による初回確認と再確認を経て正式確認済みとなった proverbial_use だけです。補助候補や未確認データは正式集計に使いません。
北澤篤史による二段階のCorpus文脈確認
運営・執筆・研究設計・検証は北澤篤史が行っています。初回判定のあと、前回の答えを表示しない状態で再判定し、食い違った箇所だけ理由を記録して再検討します。