FIELD NOTES / 2026.10.23
「話したことば」と「聞こえたことば」を読む
事例を読み解き、出典とデータ版を記録するための最初の手がかり。
聞き間違いの事例には、少なくとも二つの視点があります。話し手が意図した表現と、聞き手が受け取った表現です。
このコーパスでは、それぞれをSrcとTgtという列に記録しています。
まず、二つの表現を並べる
ビューアでは左に意図した表現、右に聞き取った表現を置いています。 似ている文字列を見つけても、そのことだけで聞き間違いの原因を断定することはできません。 文脈や発話状況が分かる場合は、出典をあわせて確認してください。
分類は探すための手がかり
タグと環境は、テーマや場面を絞る手がかりになります。 ただし、収集元によって記載の細かさや分類の付け方は一様ではありません。 「このタグの件数が多い」ことは、「実際にその場面でよく起こる」ことと同じではありません。
記事や研究に残しておくもの
- 使用したデータのコミットと入力指紋。
- 探したことばや分類IDなどの抽出条件。
- 採用した事例の
MishearID、出典URL、DocID、元CSV。 - 欠測・除外条件と、原出典の利用条件を確認した記録。
ビューアの「結果をJSONで保存」には、固定したデータ版・検索条件・一致した事例が含まれます。 閲覧時点の情報を残すための補助として利用できますが、内容の妥当性や利用許諾の確認に代わるものではありません。