手順

図4.1は2単語連続の頻度を集計するまでの一連の流れである．

図: 頻度集計までの流れ

3#3

2単語連続の頻度分析の具体的な手順を以下に示す．

1. 差分抽出によって得られた差分表現を利用する．
2. 1の差分表現の修正前表現と修正後表現に対して形態素解析(ChaSen[8])を行い，それらを品詞単位の単語に分解する．
3. 2で分解された単語を2単語連続にして取り出す．
4. さらにそこから5人中2人以上の論文に出現している2単語連続のみを抽出する．
5. 修正前表現で得られた2単語連続の頻度をaとし，修正後表現で得られた2単語連続の頻度をbとする．a/(a+b)という式を利用して0〜1までの数値で得る．
6. 上記の式で得られた値が1に近いものが，より修正後表現で利用される可能性が高いと考えられる． 逆に0に近いものは修正前表現で利用される可能性が高いと考えられる。