語彙選定について

１．各国提出データの概要

①日本側データ：4,569語

元データ：独立行政法人国立国語研究所
「現代雑誌200万字言語調査語彙表」(2001年度～2005年度実施)
http://www.ninjal.ac.jp/archives/goityosa/
語彙表ファイル
度数順語彙表 (自立語)

抽出作業
・漢語だけを抽出。
・平仮名表記のものに対して、漢字表記に変換

＊「あいさつ」などに対して、「挨拶」を入れた。

・次のものを削除

＊語として認めがたいもの。テンハチ「.8」などの記号、数字など。
＊社名などの固有名詞。
＊漢字1字語。
＊2桁の漢数字。「二十」など

・漢字表記（2字・3字語）を1字に分解

②韓国側データ：6,415語

元データ：
2002年，2005年国立国語院『現代国語使用頻度調査』
1995年，『韓国語口数使用頻繁調査』

抽出基準
（1）固有語を除く
（2）（名詞）ハングル語を除く：그녀(그女), 정말(正말), 달력(달層)
（3）（動詞）漢語1文字のものを除く：위하다(寫하다), 속하다(屬하다), 정하다(定하다), 변하다(變하다)

③中国側データ：3,107語

元データ：
『現代漢語頻率詞典』

中国側提出データは3,184語であったが、４字以上のデータがあったため、削除。

・日本漢字⇒簡体字
・韓国繁体字⇒簡体字
＊変換ツールは以下のサイトを使用したが、正確に変換されない字もあったため、全データを目視でチェック

Kanconvit – 簡体字と日本語漢字の相互変換ツール
http://kanconvit.ta2o.net/
http://kanconvit.ta2o.net/conv.cgi
日中情報コミュニティサイト　簡体字・繁体字変換
http://www.jcinfo.net/jp/bigbg/

上記各国①②③の表に、○×による欄を追加。

MS-Accessに２の各国のデータをインポートし、「簡体字」をキーに突合。

三カ国共通：995語が抽出できた。

条件１．808字が含まれない語は除く。
条件２．

日本データ頻度数8以上
韓国データ頻度数4以上
中国データ順位626以下

658語が選択できた。