ノードの抽出結果

キーワードを「地震」として，TF-IDFを用いる提案手法により，社会構造モデルを構築する． キーワード「地震」から得られた単語を単語aとして同様の手順を用いて単語aと関連性の高い単語を抽出する． これらの手順を複数繰り返し「地震」と直接つながらない単語をノードに持つモデルを構成する． 単語aに対してモデルのノードとして抽出する単語は，TF-IDFのスコア上位5単語とする．

単語aから5つの単語へのエッジのスコアは，その5つの単語のTF-IDFのスコアから計算される確率で求める． 5つの単語のうちの一つである単語nへのエッジのスコアは式4.1で表される．

$$\displaystyle score = \frac{単語nのtfidf}{5単語のtfidfの和}$$ (4.1)

この手法により社会構造モデルを自動構築した． 「地震」を第一単語群，「地震」から抽出された単語を第二単語群，第二単語群から抽出された新しい単語を第三単語群，同様に第四単語群とする． その抽出結果を表4.6，表4.7, 表4.8に示す．

表: 第二単語群

第二単語群

津波, 原発, 避難, 被災, 福島

表: 第三単語群

第三単語群	宮城，事故，原子力，東電，電話，
	大震災, 復興，東日本

表: 第四単語群

第四単語群	岩手，安全，号機，東京電力，相談，
	携帯，ボランティア，東京，首相，支援