CAT (Corpus Analysis Toolkit)

Last Modified : 2003/12/03

CATは、数10MBの比較的小規模のコーパスを対象にして基本的なコーパス分析機能を提供するPerlスクリプトです。GNUフリーウェアです（無保証です）。テキストファイルからXML文書のコーパスファイルを作成し、以下の分析を行なうことができます。

• 単語頻度

• n-gram頻度

• grep

• KWICコンコーダンス

• コロケーション（頻度順）

• コロケーション（統計値）

プログラムの詳細については、以下の学会ハンドアウトをご覧ください。後半に詳しい解説があります。いずれマニュアルも公開する予定です。Active Perl v5.8.0で動作確認しています。Windows環境以外でも動作するはずですが、未確認です（ファイルのパス区切りを修正する必要があるかも知れません）。

CATのダウンロードv1.01　（自己解凍ファイル）

サンプルCAT-XML文書コーパス　（George B. Shawの36タイトル、約112万語、自己解凍ファイル）

■ 英語コーパス学会第22回大会ワークショップ　『コーパス言語学のためのPerl入門―Windows環境でのコーパス分析』

ハンドアウト（PDFファイル） （ローカルディスクに保存するときは右クリック）

ハンドアウト（Powerpointファイル） （ローカルディスクに保存するときは右クリック）

ハンドアウト（htmlファイル）（オンライン）

ご意見、ご要望がございましたら、aka-san@mx.biwa.ne.jpまでお寄せください。バグ報告もよろしくお願いします。