日本人1200人による英語コーパス・The NICT JLE (Japanese Learner English) Corpus

本コーパスについて

The NICT JLE Corpusは、日本語を母語とする英語学習者1,281名分の英語インタビューテスト（株式会社アルクによるStandard Speaking Test）における発話を書き起こしたデータを中心に構成されています。話し言葉の学習者コーパスとしては、世界最大級の規模のデータを収録しています（書き起こしテキストのデータのみで、音声データは含まれておりません）。
本コーパスは、国立研究開発法人情報通信研究機構が株式会社アルクの協力のもと、構築しました。

※本Webサイトからダウンロードできるコーパスは、2004年既刊の書籍『日本人1200人の英語スピーキングコーパス』に付属のコーパスと同様の内容です。一部スペルミスなどの細かな誤りが修正されておりますが、大幅な内容の変更、データの追加などはございません。ただし、データのフォーマットが異なっており、前者はテキスト(txt)形式、後者は専用ブラウザ（同じく書籍に付属）でのみ閲覧可能なstt形式です。用途に応じてお使い分けください。

特徴

インタビューは1名につき15分間で、内容は自己紹介・イラスト描写・ロールプレイ・ストーリー性のあるイラストの説明です。

各データには、発話者の熟達度レベルが9段階で示されています。

一部のデータ（167名分）には、文法的・語彙的誤りを対象とした47種類のエラータグが付与されています。

比較のための補助的コーパスとして、英語母語話者へのインタビューを書き起こした母語話者コーパスが付属しています。

注意事項

本コーパスでは、インタビュー内で発話されたあらゆる情報がそのまま書き起こされています。本コーパスをご利用の際は第三者への誹謗中傷、差別用語、個人情報などに十分な注意をお願いいたします。
国立研究開発法人情報通信研究機構では、本コーパスにより獲得される情報の信頼性について責任を持ちません。また、本コーパスの使用に関連して生ずる損失、損害等について、いかなる場合においても一切責任を負いません。
本コーパスの内容における著作権侵害やその他問題を発見された場合は、お手数ですが、E-mailにて、JLE-Corpus[あっとまーく]khn[どっと]nict[どっと]go[どっと]jp（[あっとまーく]を@に、[どっと]を.にそれぞれ変換してください）までご連絡ください。ご指摘内容を検討の後、必要な場合は修正を施します。

ファイルサンプル

コーパスに収録されているデータは、1インタビューごとにファイル化されています（txt形式。計1,281ファイル）。
以下の点線枠内はファイルのサンプルです。
主なタグの意味は、次の通りです。

<head version="1.3">性別(sex)、海外経験(overseas)、熟達度レベル(SST_Level)等の学習者のプロフィール</head>

<A>インタビュアーの発話</A>

学習者（受験者）の発話

<task>インタビュー内で課せられるタスク部分</task>

<followup>タスク後の雑談</followup>

<F>つなぎ言葉（フィラー）</F>

その他の仕様については、書き起こし・基本タグ付与ガイドラインおよびエラータグ付与ガイドラインをご参照ください。

<head version="1.3">
<date>1999-12-16</date>
<sex>female</sex>
<age></age>
<country>Japan</country>
<overseas></overseas>
<category></category>
<step>1.5</step>
<TOEIC>765</TOEIC>
<TOEFL></TOEFL>
<other_tests></other_tests>
<SST_level>6</SST_level>
<SST_task2>restaurant</SST_task2>
<SST_task3>train_advanced</SST_task3>
<SST_task4>department store</SST_task4>
</head>

中略

<stage2>
<task>
<A>I see. O K. Now, let me show you the first picture. Please describe this picture.</A>
O K. <F>Er</F> <R>this is a</R> this is a <.></.> room in a hotel. And <.></.> <F>oh</F> sorry, it's not. Yeah, I think it's a restaurant. And there are three tables, <R>and</R> and there are three couples and <SC>two server</SC> two <R>waiter</R> waiter are serving. And <R>in the</R> in the middle of the restaurant, the couple is <F>er</F> drinking wine. And <F>err</F> the man is <.></.> testing the wine and saying something to the waiter. Maybe he is sommelier. And <R>he</R> he show the bottle to the man. I guess he is explaining something. And <F>er</F> the couple, <F>er</F> they dressed very nicely. <CO><R>And</R> <.></.> <F>mhmm</F> <R>and</R> <.></.> <R>and</R> <F>well</F> and</CO>. <.></.>
</task>
<followup>
<A>O K.</A>
O K?
<A>O K. Thank you very much. <F>Er</F> how do you spend time with your husband?</A>
<.></.> You mean, in our free time?
<A><F>Mhmm</F>.</A>
<F>Er</F> like this? <.></.> <F>Well</F> <F>er</F> <R>I</R> I sometimes eating out with my husband. But we don't get dressed like this. <nvs>laughter</nvs> <..></..>
<A>Can you compare the restaurant you often go to to this picture?</A>
<nvs>laughter</nvs> It's very different from restaurant to we often go. We often go to a kind of family style restaurant <.></.> such as Denny's or Skylark. So I wish I could <SC>go like</SC> go to a nice restaurant like this.
<A><F>Er</F> what is good about family-type restaurant?</A>
<F>Well</F> <SC>fir</SC> at first, it's very cheap and they served very quickly. And, <F>er</F> most of the cases, <F>er</F> that kind of restaurant is in suburb, so <SC>people are very</SC> <F>er</F> people can go there very easily. I think they are good point of family-type restaurant.
</followup>
</stage2>

後略

ダウンロード

The NICT JLE Corpus Version 4.1:　NICT_JLE_4.1.zip (約7MB)

License

『The NICT JLE Corpus』の利用、再配布は、Creative Commons Attribution-Share-Alike License 3.0 の条件の下に、許諾されます。
詳細はhttp://creativecommons.org/licenses/by-sa/3.0/をご参照ください。