ケンブリッジ英語コーパス

Cambridge International Corpus (CIC) は、実際に話されている英語 と書き​​言葉の 8 億語以上のコレクションです。テキストはデータベースに保存されており、検索して英語がどのように使用されているかを確認できます。CIC には、Cambridge ESOL の 60,000 を超える試験問題のユニークなコレクションである Cambridge Learner Corpus も含まれています。このコーパスは、生徒が実際に犯す間違いを示し、生徒にとって問題となる英語の部分を強調します。

ケンブリッジ国際コーパスは、ケンブリッジ大学出版局の英語教育出版物やコーパス言語学の研究に利用されています。現在、アクセスはケンブリッジ大学出版局のプロジェクトや出版物に携わる著者や研究者、およびケンブリッジ英語検定機構の研究者に制限されています。^[1]

新聞、雑誌、小説、手紙、電子メール、教科書、ウェブサイトなど、さまざまな情報源から集められた現代の英語の書き言葉の例が含まれています。音声データは、日常会話、電話、ラジオ放送、プレゼンテーション、スピーチ、会議、テレビ番組、講義など、さまざまな情報源から集められています。

ケンブリッジ学習者コーパス（CLC）は、ケンブリッジ英語検定機構と共同で構築された、英語を学ぶ学生が書いた試験問題集です。CLCには、138の異なる母国語を話す約200か国の18万人以上の学生の試験問題集が含まれており、その数は増え続けています。^[2]現在含まれている試験は次のとおりです。

• KETキー英語テスト(および学校向け KET)
• PET予備英語テスト（および学校向け PET）
• FCE英語初級証明書
• 上級英語CAE証明書
• CPE英語能力証明書
• BEC ビジネス英語証明書（全レベル）
• IELTS国際英語能力テスト（アカデミックおよび一般トレーニング）
• 英語スキルに関するCELS証明書
• ILEC 国際法律英語認定
• ICFE 金融英語国際認定
• 人生に役立つスキル

Cambridge Learner Corpus のユニークな特徴は、エラーコーディングシステムです。言語の専門家が試験問題内のエラーを特定し、注釈を付けます。つまり、この Corpus を使用すると、さまざまな種類のエラーの頻度、エラーが発生する状況、特定の言語領域を苦手とする学生グループについて知ることができます。^[3]

Cambridge English Language Teachingリソースの作成者は、この情報を使用して一般的な間違いに焦点を当てることができます。たとえば、Cambridge Advanced Learner's Dictionary には、学習者が頻繁に犯す間違いを強調表示する「よくある間違い」機能が含まれています。

逆に、エラーコーディングシステムは、生徒が各レベルで何を達成できるかも明らかにします。これは、世界中の英語の学習、教育、評価を強化するための共同プログラムであるEnglish Profileの活動の中心です。 ^[4]創設パートナーは、ケンブリッジ大学出版局、ケンブリッジ英語検定機構、ケンブリッジ大学、ベッドフォードシャー大学、ブリティッシュ・カウンシル、English UKです。^{[5]このプロジェクトの目的は、}ヨーロッパ言語共通参照枠（CEFR）の各レベルで学習者が英語で何を知っていて何ができるかを説明することです。^[6]

Cambridge English Corpus には、数多くの専門コーパスが含まれています。

Cambridge Business English Corpus は、レポートや文書、ビジネスのさまざまな側面に関する書籍、多くの全国紙のビジネス欄など、英国と米国のビジネス言語の大規模なコレクションです。

Cambridge Business English Corpus には、 Cambridge University Pressとノッティンガム大学の共同プロジェクトの成果であるCambridge and Nottingham Spoken Business English Corpus (CANBEC) も含まれています。これは、大規模な多国籍企業から小規模なパートナーシップまで、あらゆる規模の企業の英語録音のコレクションです。公式および非公式の会議、プレゼンテーション、電話での会話、昼食時の会話、その他のビジネス状況での話し言葉が含まれています。

Cambridge Legal English Corpus には、法律および法的手続きに関連する書籍、ジャーナル、新聞記事が含まれています。

Cambridge Financial English Corpus には、主要な金融雑誌や新聞を含む、経済と金融に関するテキストが収録されています。

Cambridge Academic English Corpus には、講義、セミナー、学生のプレゼンテーション、ジャーナル、エッセイ、教科書など、米国および英国のさまざまな教育機関の学部および大学院レベルの学術言語の書き言葉および話し言葉が収録されています。

ケンブリッジ・ノッティンガム英語談話コーパス（CANCODE）は、イギリス諸島の何百もの場所で、さまざまな状況（日常会話、社交、情報収集、議論など）で録音された英語の話し言葉のコレクションです。CANCODEコーパスは、ケンブリッジ大学出版局とノッティンガム大学の共同プロジェクトの成果です。

CANCODEコーパスには約500万語が収録されており、英語の話し言葉の研究者にとっては非常に貴重なリソースです。しかし、データにはいくつかの限界があります。ほとんどの人は録音されていることを知っており、自宅でくつろいでいるときなど、比較的社会的地位の近い他の人と非公式な状況でチャットしています。つまり、やり取りは一般的に合意に基づく協力的なものであり、コーパスには対立や敵対的なやり取りの証拠がほとんどありません^[7]。

Cambridge University Press/Cornell Corpus は、北米の家族や友人の間で交わされた、非公式で非常にインタラクティブな複数人による会話の大規模なコレクションです。Cambridge-Cornell コーパスは、Cambridge University PressとCornell Universityの共同プロジェクトの成果です。

Cambridge Corpus of Spoken North American English (CAMSNAE) は、アメリカ英語の話し言葉を多数収録したコレクションです。職場、家族と過ごす自宅、買い物、食事など、人々の日常生活の録音が含まれています。

• ケンブリッジ英語検定
• コーパス言語学
• 英語プロフィール

• cambridge.org/corpus