Loading article…
Sketch Engine は、2003 年以来 Lexical Computing によって開発されているコーパス管理およびテキスト分析ソフトウェアです。その目的は、言語行動を研究する人々 (辞書編集者、コーパス言語学の研究者、翻訳者、または言語学習者) が、複雑で言語学的に動機付けられたクエリに従って大規模なテキストコレクションを検索できるようにすることです。Sketch Engine は、主要機能の 1 つである単語スケッチ (単語の文法的および共起的行動の 1 ページの自動コーパス由来の要約) にちなんで名付けられました。[ 2 ]現在、 100 を超える言語のコーパスをサポートおよび提供しています。 [ 3 ]
Sketch Engineは、辞書編集者で研究科学者のアダム・キルガリフが2003年に設立したLexical Computing社の製品です。[ 4 ]彼は、マサリク大学自然言語処理センターで働くコンピュータ科学者で、ManateeとBonito（ソフトウェアスイートの2つの主要部分）の開発者であるパベル・リヒリーと共同研究を開始しました。[ 5 ]キルガリフはまた、単語スケッチの概念も導入しました。
それ以来、Sketch Engine は商用ソフトウェアとなっていますが、2003 年までに開発され、その後拡張された Manatee と Bonito のすべてのコア機能は、 NoSketch Engine スイート内でGPLライセンスの下で無料で利用できます。[ 6 ]
Sketch Engineで利用可能なツールの一覧：
Sketch Engine は、特定のコーパス、文書、またはテキストに典型的な単語を識別することにより、自動用語抽出を実行できます。単語と複数単語の単位は、単言語または二言語のテキストから抽出できます。用語抽出機能は、一般的な言語の大規模なコーパスとの比較に基づいて、関連する用語のリストを提供します。この機能は、専用のインターフェースを備えたOneClick Termsという別のサービスとしても利用できます。[ 8 ]
Sketch Engine をベースにした、言語学習者と教師を対象とした無料のウェブサービスが SKELL (旧称SkELL ) です。これは、Sketch Engine 独自の GDEX (Good Dictionary Examples) スコアリング機能を利用して、特定のターゲット単語の実際の例文を提供します。結果は、日常言語、標準語、フォーマル語、専門用語を網羅した高品質のテキストの特別なコーパスから抽出され、コンコーダンスとして表示されます。SKELL には、Sketch Engine の単語スケッチ機能とシソーラス機能の簡略版も含まれています。[ 9 ]
SKELL は、例えば、生徒が単語やフレーズの意味や用法を理解するのを助けたり、教師が授業で例文を使いたいときに役立てたり、共起語を発見して探究したり、穴埋め問題を作成したり、さまざまな種類の同音異義語や多義語を教えたりするために使用できると提案されています。[ 10 ] [ 11 ] SKELL は、英語のみがサポートされていた 2014 年に初めて発表されました。[ 9 ]その後、ロシア語、[ 12 ]チェコ語、[ 13 ]ドイツ語、[ 14 ]イタリア語[ 15 ]およびエストニア語のサポートが追加されました。[ 16 ]
Sketch Engine は 800 を超えるテキスト コーパスへのアクセスを提供します。さまざまなサイズ (1,000 語から 850 億語まで) とさまざまなソース (Web、書籍、字幕、法律文書など) の単言語および多言語コーパスがあります。コーパスのリストには、British National Corpus、Brown Corpus、Cambridge Academic English Corpusおよび Cambridge Learner Corpus、子供の言語のCHILDESコーパス、 OpenSubtitles (60 の並列コーパスのセット)、EUR-Lex文書の 24 の多言語コーパス、TenTen Corpus Family (数十億の Web コーパス)、および Trends コーパス (毎日更新されるモニター コーパス) が含まれます。[ 17 ]
Sketch Engineは、Manateeと呼ばれる基盤となるデータベース管理システム、Bonitoと呼ばれるWebインターフェース検索フロントエンド、およびCorpus Architectと呼ばれるコーパス構築および管理用のWebインターフェースという3つの主要コンポーネントで構成されています。 [ 18 ]
Manateeは、大規模なテキストコーパスの効率的なインデックス作成のために特別に設計されたデータベース管理システムです。転置インデックス作成（テキスト内の特定の単語のすべての位置のインデックスを保持する）の考え方に基づいています。数十億語からなるテキストコーパスのインデックス作成に使用されてきました。[ 19 ]
Manateeによってインデックス化されたコーパスの検索は、コーパスクエリ言語（CQL）でクエリを作成することによって実行されます。[ 20 ]
ManateeはC++で書かれており、 Python、Java、Perl、Rubyなど、他の多くのプログラミング言語用のAPIを提供しています。最近では、コーパスクエリの処理を高速化するためにGoに書き直されました。[ 21 ]
Bonitoは、コーパス検索へのアクセスを提供するManateeのWebインターフェースです。クライアント/サーバーモデルでは、Manateeがサーバーであり、Bonitoがクライアントの役割を果たします。Pythonで記述されています。[ 18 ]
Corpus Architectは、コーパス構築および管理機能を提供するWebインターフェースです。Pythonで記述されています。
Sketch Engineは、マクミラン英語辞典、ル・ロベール辞典、オックスフォード大学出版局、小学館などの主要な英国およびその他の出版社によって辞書の作成に使用されています。英国の5大辞書出版社のうち4社がSketch Engineを使用しています。[ 22 ]