電子化テキストの利用方法

　このページでいう電子化テキスト（詳細説明は こちら ）は、テキストファイル形式ですので、コンピュータでしたらどんな環境（Windows, DOS, Mac-OS, Unix等）においても利用が可能です。ワープロなどのコンピュータに準じたものでも利用できるとは思いますが、私自身で確かめてはおりません。

　さて、利用の仕方についてですが、ここでは大きく２つの面から整理してみようと思います。１つは 目的別のもの、もう１つは 利用するソフトによるもの です。

1. 文字検索
   

   　文字検索とは、その名の通り、ファイルの中から求める文字を探し出すことです。普通の文字検索機能でしたら、たいていのソフトに付属していると思います。しかし、「正規表現」というものを利用した検索（GREP）ができるようになると、検索機能の可能性がぐっと広がります。

2. データの並べ替え
   

   　並べ替え（SORTとも）とは、定型のデータをある規則に従って並べ替えることです。データは形式が同じものであれば何でもよいのですが、典型的な例としては、表計算ソフトやデータベースソフトのデータがあります。日本語に関するデータを扱う場合には、５０音順の並べ替えができると便利です。

3. ＫＷＩＣ
   

   　ＫＷＩＣとは Key Word In Concordance の略ですが、要するに、語をそれが置かれた文脈をつけて示すことです。どのような文脈においてその語が使われているかがすぐわかるのがメリットです。これは、索引づくりにもつながります。

4. 一括処理

   　一括処理にはさまざまなものが考えられますが、一般的には、電子化テキストを自分が使いやすいかたちに加工することや、必要なデータを抜き出したり加えたりすることをいう場合が多いようです。具体的には、上記の 1.と 2.などの処理を組み合わせて自動的に行うようにしたり、3.に相当する処理を他のツールを組み合わせて実現させたりすることが考えられます。

1. ワープロソフト・エディタソフト
   

   　主な利用目的は、「文字検索」になります。検索機能は利用するソフトによって異なります。ソフトに付属するマクロ機能などを利用して、「一括処理」を行うことも可能です。処理した結果を文書にすることはお手のものでしょう。

2. 表計算ソフト・データベースソフト
   

   　主な利用目的は、「データの並べ替え」になります。「文字検索」も可能です。ただし、データがある一定のスタイル（項目数が一定であったり、あるルールに沿って項目が分けられていたりすること）をもっていないと、かえって扱いが面倒になる場合もあります。

3. 専用ツール（テキスト処理用ツール）
   • GNU準拠のもの
     　もとは Unix という OS で使われていた検索や並べ替え等のツールが、MS-DOS や Mac-OS などに移植されたものです（Unix を使われている方には説明不要でしょう :-) ）。１つ１つのツールの機能は限定されますが、うまく組み合わせれば高価なソフトにもヒケを取らないことが可能です。つまり、「文字検索」「並べ替え」「ＫＷＩＣ」「一括処理」のいずれも可能です。また、これらは基本的に無償で使えるものです。ただし、コマンドラインから実行するものが主ですので、ややとっつきにくい面もあります。
     代表的なものとして、GREP, SORT, SED, AWK, PERL, DIFF, TR などがあります。

   • GUIのもの
     　上記のGNU準拠のツールと同等の機能を、GUI環境で（つまりマウス等を使って）できるようにしたものや、ある目的（例えばＫＷＩＣ等）に特化したものがあります。無償のものも、有料のもの（シェアウェアなど）もあります。

   • そのほか
     　コンマをタブに置き換えるなどの頻度の高い置換に限定したものや、単語数や文字数を数えるものなどがあります。

参考文献

• SE編集部『PC-PAGE25　MS-DOS テキストデータ料理学』（翔泳社刊, 1992年3月）
• 上田博人『パソコンによる外国語研究（II）文字データの処理』（くろしお出版刊, 1998年10月, FD付き）

メニューへ戻る

ホームページへ戻る