@article{oai:kansai-u.repo.nii.ac.jp:00010134,
 author = {水本, 篤 and Mizumoto, Atsushi and 野口, ジュディー and Noguchi, Judy},
 journal = {統計数理研究所共同研究リポート232　「コーパス言語研究における量的データ処理のための統計手法の概観」},
 month = {},
 note = {本研究は，世界でも最大の科学技術英語コーパスであるPERCコーパスの領域（サブ・コーパス）が，どのように分類できるか，多変量解析を用いて検討することを目的とした。PERCコーパスの22領域における高頻度語を用い，機能語を除く上位200語を分析対象として，(a) クラスター分析，(b) 因子分析，(c) 主成分分析，(d) コレスポンデンス分析の4 つを行った。その結果，それぞれの方法で目的に合わせて領域分類が行えることが確認され，PERC コーパスはESP（EAP）において利用価値が高い言語資料であるということが確認された。, The purpose of current study is to investigate how subcorpora of the PERC Corpus can be categorized into registers by using a multivariate data analysis approach. The most frequent words, excluding function words, were used for the following analyses: cluster analysis, factor analysis, principal component analysis, and correspondence analysis. The results show that the PERC Corpus can be categorized into reasonable groups and that it is a very valuable source of ESP (EAP) discourse.},
 pages = {85--106},
 title = {多変量解析を用いたPERCコーパスの領域分類},
 year = {2009}
}