用例の抽出とDB化

重文・複文のコーパスには，2つの節で構成される文と，3つの節で構成される文 がある．本稿では前者を対象に用例を抽出する．そのため，98,999文が抽出可能 な文となる．

用例の抽出からDB化までの手順を以下に，またその流れを図に示す．

1. 用例を抽出する．
2. 節間キーワードの前後で，事象1と事象2に分割する．
3. 事象検索のヒット率を高めるために事象1および事象2をそれぞれ1つの格 要素と述語の組（分割事象と呼ぶ）として分割する．なお，機械的に分 割するため，格要素および述語は以下のように定義した.

   格要素：

   体言のみ，体言+格助詞(「の,と,という」を除く)，体 言+副助詞，体言+接尾辞，体言+接続助詞(「て」以外)，副 詞のみ

   述語  ：

   動詞，形容詞，形容動詞，体言+補助動詞，体言+接辞（接 頭辞，接尾辞以外）

   その他：

   体言に掛かる品詞は体言，述語に掛かる品詞は述語に 含む

4. 事象1および事象2からそれぞれ得た分割事象を節間キーワードで組み合 わせて（分割事象対と呼ぶ），事象間関係DBに登録する．なお，分割事 象対は，事象1・2の順序について正順と逆順の2通り用意する．

図: 用例の抽出とDB化の流れ

上記の手順により，図の用例1を用いて分割事象対を作成する手順 の具体例を以下に示す．

1. 抽出用例：「理科の懸賞作品募集に応募して、彼女は特別賞を得た。」
2. 事象1：「理科の懸賞作品募集に応募する」

   事象2：「彼女は特別賞を得た」

   事象間は節間キーワード「て」で結ばれている．

3. 分割事象1：「理科の懸賞作品募集に-応募する」

   分割事象2a：「彼女は-得た」

   分割事象2b：「特別賞を-得た」

4. DB1：『理科の懸賞作品募集に-応募する』→『〜て，彼女は-得た』

   DB2：『理科の懸賞作品募集に-応募する』→『〜て，特別賞を-得た』

   DB3：『彼女は-得た』→『て〜，理科の懸賞作品募集に-応募する』

   DB4：『特別賞を-得た』→『て〜，理科の懸賞作品募集に-応募する』

用例1つから分割事象対4件をDBに登録した．

98,999件文より表の節間キーワードで46,388件文の用例を抽出しDB化 を行った結果，162,294件の分割事象対を登録した．表に節間キー ワード別の分割事象対のDB登録数を示す．

表: 節間キーワード別の登録数

節間キーワード	抽出用例数	登録数
て	20,921	73,684
と（引用）	3,870	15,296
と（条件）	4,348	13,940
ば	2,417	7,554
ので	2,639	9,974
ても	1,709	5,196
が	2,462	10,006
ように	1,962	7,352
よう	500	1,978
こと	31	104
ことが	691	2,414
ことは	1,337	3,926
の	4	16
のが	1,002	3,370
のは	2,495	7,494
計	46,388	162,294