Google Ngram Viewerの効果的な使い方｜基本検索から上級テクニックまで徹底解説

言語学や文献研究では、単語がどのように使われているか、特に時代の変化とともにどう推移してきたかというデータが欠かせません。Google Ngram Viewerは、Google Booksの膨大な書籍データベースから単語のトレンドを素早く調べられる強力な無料ツールです。

本記事では、Google Ngramをより効果的に活用する方法を、基本操作から高度な検索テクニックまで詳しく解説します。

Google Ngram Viewerとは

Googleは、大量にスキャンした書籍からテキストを抽出し、多言語の公開言語データベースを構築・管理しています。このデータベースをもとに、単語の出現頻度に基づく統計情報を提供しているのです。

Google Ngram Viewerを使えば、この膨大なデータを自由に検索できます。単語の相対的な人気度を比較することで、言語や文化が時代とともにどのように変化してきたかを可視化できるのです。

しかし、Google Ngramの機能は単なる単語頻度のレポートにとどまりません。後ほど紹介するように、多彩な高度な検索方法が用意されています。

基本検索のやり方

高度なテクニックに入る前に、まず基本的な検索方法をおさらいしましょう。Google Ngramのページで、検索ボックスにキーワードを入力するだけです。

大文字・小文字を区別せずに検索したい場合は、「Case-Insensitive（大文字小文字を区別しない）」にチェックを入れます。これにより、「Tech」と「tech」の両方が検索結果に含まれます。

検索ボックスの下では、対象期間（年範囲）や「smoothing（平滑化）」などのパラメータも設定できます。平滑化の値は、データから例外的な急増や急減を取り除く役割を果たします。値を低くするとより正確なデータが表示され、高くすると長期的なトレンドだけが浮かび上がります。

コーパスの選び方

コーパスとは、Ngram Viewerが分析対象とするテキストコレクションのことです。デフォルトの「English」でもカジュアルな閲覧には十分ですが、学術的な内容が多く含まれる傾向があります。

日常的な言葉の使われ方を知りたいなら、「English Fiction（英語フィクション）」を選ぶのがおすすめです。標準の「English」コーパスはノンフィクション寄りで、専門用語が多く含まれがちだからです。

コーパス選択の詳細な理論については本記事の範囲外ですが、Google自身が最適な選択について簡単なガイダンスを提供しています。

高度な検索テクニック

複数の検索語をカンマで区切って入力すると、複雑な比較検索が可能になります。

Ngram Viewerは、検索語の相対的な出現頻度を1つのグラフに表示します。グラフの線にマウスカーソルを合わせると、正確なデータポイントを確認できます。

検索語にはアスタリスク（*）をワイルドカードとして使えます。たとえば「Bachelor of *」と入力すると、さまざまな学士号に関する結果が返されます。

ある語のすべての活用形（屈折形）を検索したい場合は、語尾に「_INF」修飾子を付けます。

ひとつの単語に複数の品詞が含まれる場合、テキスト演算子を使って絞り込めます。Googleのデータベースで有効な品詞は以下の通りです。

• _ADJ_：形容詞（fast、large、smart など）
• _ADV_：副詞（quickly、later、always など）
• _PRON_：代名詞（their、it、we など）
• _DET_：冠詞・限定詞（a、an、the など）
• _ADP_：接置詞（前置詞と後置詞）
• _NUM_：数詞（first、second、fifth など）
• _CONJ_：接続詞（and、nor、but など）
• _PRT_：助詞的な分類。その他の語の機能をまとめた、あまり使われない包括的カテゴリ

これらは組み合わせてフレーズとして使うこともできます。たとえば「_ADJ_ boy」と入力すると、「boy」にかかる形容詞とのペアが検索されます。

特定の検索語に特定の品詞を指定したい場合は、語尾にアンダースコアを付けずに直接記述します。たとえば「water_VERB」（末尾にアンダースコアなし）のような形式です。ある単語のすべての品詞を含めたい場合は、アンダースコアの後にワイルドカード演算子を使用します。

機能変数・構成・依存関係

機能変数を使うと、単語の機能や文中での位置に基づいて検索できます。

• _ROOT_：文の解析ツリーのルート（主語や動詞が修飾する語など、文の中心となる要素）のプレースホルダー
• _START_：文の始まりを示す。「_START_ President Obama」と入力すると、「President Obama」で始まる文だけが返される
• _END_：文の終わりを示す。「_ADP_ _END_」と入力すると、前置詞で終わる文が返される

さらに、算術演算子を組み合わせれば、単語の出現頻度の値を使った簡単な数学的分析も可能です。

• +：複数の式を1つの検索語に加算
• -：左辺の式から右辺の式を減算。2つの検索語の相対的な使用率を素早く比較できる
• /：左辺の式を右辺の式で除算
• *：式を乗算し、出現頻度が大きく異なるngram同士を比較。アスタリスクがワイルドカードとして解釈されないよう、ngram全体を括弧で囲む必要がある
• :（コロン）：右側のコーパス内で左側のngramを検索

最後に、「=>」を使って依存関係を設定すると、言語的な関係性を検索できます。

たとえば「car=>fast」と入力すると、「fast」が文法的に「car」に依存している、つまり「car」を修飾している結果のみが返されます。これは他の高度な検索操作と自由に組み合わせられます。

まとめ

単語のトレンド調査には、学術研究をはじめ幅広い用途があります。必要な情報を素早く見つけたいなら、GoogleのNgramツールが便利です。基本検索だけでなく、強力な修飾子を駆使すれば、欲しい情報にピンポイントでアクセスできます。

Google Ngramのこうした機能は、検索エンジンの高度な処理能力があってこそ実現しています。Google Ngramツールの可能性に感銘を受けましたか？ぜひコメント欄でお聞かせください。