日本語を読むための語彙データベース Ver. 1.1 New!
Vocabulary Database for Reading Japanese
(VDRJ) Ver. 1.1
松下達彦 Tatsuhiko
Matsushita
最終更新日： 2011年12月18日Last updated: 18 Dec 2011
*“TM語彙リスト”をお持ちの方へ： お手数ですが、語彙データベースの最新版に更新していただけましたら幸いです。データの修正，追加がたくさんあります。
If you have the “TM Word List”, please renew it with VDRJ as
many corrections and additions are made.
以下の５種類の中から、用途に合うものをダウンロードしてください。
Please download the
database which meets with your needs.
日本語を読むためのデータベース（研究用）
Vocabulary Database for Reading Japanese (for Research) Ver. 1.1
Ver. 1,0から、下位コーパスの頻度分布の歪度、尖度、下位コーパスごとの頻度順位とその平均などのデータを追加しました。そのほかにデータの修正はしていません。
Skewness, kurtosis of the sub-frequency
distribution, sub-frequency rankings and its mean are added to Ver. 1.0, no
other data correction is made.
異なり語数141950語を３種類のデータベースに分けて表示。（データベースファイルの拡張子は.xlsxです。Excel 2007以降で開いてください。
以前のバージョンの場合はコンバーターが必要かもしれません。）
The database which contains 141,950
types is provided as three separate database files. The extension of the
databases is .xlsx.
Please open the files by Excel 2007 or a
later version. The converter may be necessary with an older version.
「日本語を読むための語彙データベース（研究用）」Ver 1.1 （141950語）約82MB は三つのデータベースからできています。
VDRJ is made up of three
databases: Top 60894, Assumed Known Words and Narrowly Ranging Words.
以下から一つずつダウンロードしてください。 Please download
the databases one by one from links below.
重要度順語彙データベース
(Top 60894) 重要度順位 00001-60894
(42MB) VDRJ
(Top60894) (42MB)
使用範囲狭小語彙データベース (24MB) VDRJ (Narrowly Ranging Words) (24MB)
日本語教育学会2010年春季大会予稿集発表原稿 ＝”TM語彙リスト”（データベースの前身）の簡単な紹介です。
Vocabulary Database for Reading
Japanese (for Teachers) Ver. 1.0
研究用データベースの重要度順語彙データベースの情報を簡略化したものです。通常の教育用にはこれで十分だと思われます。60894語所収。
The database is the simplified version
of VDRJ for Research (Top60894). It would be enough for general educational
purposes.
It contains the top 60894 words.
以下の三つは学習者用に簡略化し、説明などをわかりやすくしたものです。
教師用をさらに簡単にしたものですが，語の配列は，読むためだけでなく，日常生活も考慮されています。
約20000語。一般用と留学生用があります。やさしい日本語で説明をつけました。
初級用の Basic 2500 もあります（簡単な英語の説明つき）。
The databases below are
simplified versions of VDRJ with easier explanation.
These are more simplified
versions than the database for teachers;
however, the words are ordered
not only for reading but also for daily life use. It contains approx. 20,000
words.
There are three types of
databases: For General Learners, For International Students, and Basic 2500.
The first two includes
explanations in simple Japanese.
Basic 2500, the database for
beginners, has a simple English explanation.
The Vocabulary Database for Learners
of Japanese Ver. 1.0 (for General Learners)
The Vocabulary Database for Learners of Japanese Ver. 1.0
(for International Students)
日本語を勉強する人のための語彙データベース: Basic 2500
The Vocabulary Database for Learners of Japanese:
Basic 2500, Ver. 1.0
日本語を読むための語彙データベースの特徴
Features of VDRJ：
*書籍約2800万語とインターネットフォーラム（「Yahoo知恵袋」）約500万語からなる最新の語彙頻度のリスト。
--これまで雑誌や新聞に基づくリストはありましたが、書籍の大規模資料に基づくリストはありませんでした。
--書籍に基づくリストは語種分布の一般性や語の安定度の点で新聞や雑誌に基づくリストより優れています。
--書籍のみに基づく欠点をインターネットフォーラムの語彙で補っています。
The
newest word frequency list made from the book corpus (approx. 28 million
tokens) and internet forum corpus (5 million tokens).
--There have been some lists made
from magazine or newspaper corpora but no list from a large book corpus.
--The list made from book corpora is better than the lists made from magazine
or newspaper corpora in terms of the generality of the word-origin distribution
and the stability of the word.
--The short coming from the book corpus is compensated by the internet forum
vocabulary.
*10のサブジャンルの頻度から分散度を計算し、総使用頻度を掛け合わせた重要度係数により語彙をランキング。
--分散度を加味することにより、使用範囲の偏っている語を高頻度語彙の範囲から取り除いています。
Dispersion
is calculated from the sub frequencies in 10 sub corpora.
Words
are ranked by the usage coefficient which is the product of frequency and
dispersion.
--By taking the dispersion into
account, unevenly distributed words are excluded from the high frequency band.
*語の配列を考え直し，下位コーパスの頻度に重みづけをすることにより，一般用と留学生用の新たな語彙ランク指標を開発。
書きことば語彙ランクとあわせて，３種類のランキングが可能。
--Reordering words by applying different weighing to sub frequencies,
the new vocabulary
ranking indices for general learners and international students are developed.
Adding word ranking for
written Japanese together, three types of ranking are possible.
*学術テキストの特徴語の指標，レベルを追加し，４大領域の特徴語が抽出可能。
--Domain-specific words in the
four science domains can be extracted
as the
indices and levels for the domain-specificity of academic texts are added to
the database.
*文芸創作テキストの特徴語の候補を抽出。
--Possible literary
words are extracted.
松下達彦「語彙学習・語彙教育のページ」 （日本語学術共通語彙リスト Japanese
Academic Word List (JAWL)） へ