Nグラム

TED Talk の語句のNグラムを確認できます。メインページの N-gram ボタンをクリックして、Nグラムモードに切り替えてください。

メインページの N-gram タブ

Nグラムとは、n 個の連続する語のまとまりを指します。さまざまなNグラムの頻度を確認することで、その言語において定着している語の連なりや、そうでないものを見出すことができます。

Nグラムのタブ

TCSEでは4種類のNグラムサイズが利用可能です：

1-gram: 単語単位の頻度
2-gram: 2語連続（バイグラム）
3-gram: 3語連続（トライグラム）
4-gram: 4語連続

検索キー wait に対する出力例：

結果（一部）

位置フィルタボタン

Nグラムの結果が表示されると、結果テーブルの上にフィルタボタンが表示されます：

n-gram ALL: 検索語がどの位置にあるかを問わず、すべてのNグラムを表示（デフォルト）
n-gram #1: 検索語が1番目の位置にあるNグラムのみ表示
n-gram #2: 検索語が2番目の位置にあるNグラムのみ表示
（以降、#nまで同様）

例えば、2-gramモードで wait を検索した場合、#1 をクリックすると wait が先頭にくるNグラム（例：wait for、wait until）が、#2 をクリックすると wait が2番目にくるNグラム（例：can't wait、please wait）が表示されます。

位置フィルタボタンとNグラム結果

チャンクベースのNグラム

結果テーブルでは、一部の行が水色の背景で表示されます。これらは名詞句チャンクを表しています。名詞句チャンクとは、複数の語が1つの文法単位として機能するまとまり（例：immune system、solar system）のことです。水色の背景がない行は、単純な語単位のNグラムです。

水色で強調表示されたチャンクベースのNグラム

このチャンクベースの分析により、単純な語の連なりを超えた、意味のある複数語表現を特定できます。結果の任意の行をクリックすると、トランスクリプトコーパス内でのその用例を検索できます。

コロケーション分析

Colloc 2 と Colloc 3 タブでは、検索語のコロケーション分析を提供しています。詳しくはコロケーション分析を参照してください。

ヒント

結果に表示されたNグラムをクリックすると、トランスクリプトコーパス内でのその用例を検索できる
Nグラム頻度はTED Talkにおける実際の使用パターンを反映している