hellog〜英語史ブログ / 2017-11-08

■ #3117. EEBO corpus がリリース [eebo][corpus][web_service][site]

　本ブログでも何度か利用していたテキスト・データベース EEBO (Early English Books Online) が，BYU の Mark Davies 氏によりコーパス化され，この10月にオンラインで公開された．Early English Books Online corpus よりアクセスできる．
　簡単にこのコーパスを紹介すると，まず規模としては "755 million words in more than 25,000 texts from the 1470s to the 1690s" を含む，巨大コーパスであることがわかる．時代としては初期近代英語をまるまるカバーしている．BYU系の他のコーパスと同様に，見出し語化がなされており，品詞タグや意味タグも賦与されている．コンコーダンス・ラインを出したり，共起表現を分析することはもとより，10年ごとに検索語句の頻度を自動的にグラフ化するなど，様々な機能が備わっている．
　10年のまとまりごとのテキスト数や総語数の情報は，上のページのインフォメーションから容易に得られるが，第4列に1テキスト辺りの平均語数を加えた表を示そう．

Decade	#words	#texts	#words/#texts
1470s	712,130	18	39,562.8
1480s	3,706,937	43	86,207.8
1490s	1,992,503	49	40,663.3
1500s	1,288,091	45	28,624.2
1510s	946,117	35	27,031.9
1520s	3,042,934	73	41,684.0
1530s	7,099,997	181	39,226.5
1540s	8,709,681	239	36,442.2
1550s	7,219,423	283	25,510.3
1560s	16,084,901	361	44,556.5
1570s	26,927,229	442	60,921.3
1580s	31,955,245	558	57,267.5
1590s	24,105,385	723	33,340.8
1600s	40,031,223	898	44,578.2
1610s	42,901,535	894	47,988.3
1620s	38,550,967	994	38,783.7
1630s	42,826,013	1,036	41,337.9
1640s	47,129,000	3,805	12,386.1
1650s	99,452,875	2,416	41,164.3
1660s	63,491,742	2,481	25,591.2
1670s	74,600,805	2,421	30,814.0
1680s	92,583,947	3,977	23,279.8
1690s	79,719,722	2,999	26,582.1
TOTAL	755,078,402	24,971	30,238.2

　全期間にしめる各10年間の値を百分率でグラフ化してみた．赤は単語数，水色はテキスト数に基づいた数値である．いずれも16世紀から17世紀にかけてサブコーパスが大きくなっているのが分かるが，単語数は1650年代と1680年代，テキスト数は1640年代と1680年代が際立っていることを気に留めておきたい．

[ 固定リンク | 印刷用ページ ]