コーパス作成

手順1

ブログから「ドクターイエロー」に関する記事を抽出する．

手順2

記事内の文をCaboCha で構文解析し，単語，品詞，固有表現タグ，係り先の情報を得る．

手順3

存在物および場所の表現にIOB タグを人手で付ける．

手順4

存在物にID を付与し，存在する場所に存在物ID を「存在物リンク」として付与する．1 つの場所に複数の存在物がある場合，複数の存在物ID を付与する．存在物ID は記事単位でユニークとする．

例文「名古屋駅でN700 系とドクターイエローを撮影しました」に注釈付けした例を表2.1に示す．

表 2.2: 注釈付けの例

単語	存在タグ	存在物ID	場所タグ	存在物リンク
名古屋	O		B	1;2
駅	O		I
で	O		O
N	B	1	O
7	I		O
0	I		O
0	I		O
系	I		O
と	O		O
ドクター	B	2	O
イエロー	I		O
を	O		O
撮影	O		O
し	O		O
まし	O		O
た	O		O

2013年2月～4月のブログからドクターイエローに関係する記事は84記事抽出された． 文数は1,507，単語数は24,499となり，存在物についてのタグは，Bが566，Iが983で，場所についてのタグはBが458，Iが421になった． 存在物リンクの付与された場所は345ヶ所であった． 存在物と場所のリンク数は2,240であった．対応する場所の無い存在物は41件であった．