概念ネットワーク構築の提案手法

先行研究では，単にTF-IDF値の大きい順に単語をネットワークに表示させていたため，よく似た単語であっても離れて出現することがあった．この一例を図3.2に示す．図3.2では下線で印をつけた，「端末」「機器」「ディスプレー」「測定機」といった似た意味を持つ単語が離れて出現して，情報のまとまりがつかみづらいネットワークになっている．

Figure 3.2: よく似た単語が離れて出現しているネットワークの例

3#3

そこで本研究では，2.2節で述べた従来のネットワーク構築法に，2.4節で述べたテーマ限定抽出法を導入したものに，同種の単語が出やすくなるようにした概念ネットワークの構築方法を提案する．以下にその手順を示す．

手順1

Word2vecの単語のクラスタリング機能を用いて，単語をクラスタ番号ごとにまとめる．

手順2

2.2節の手順2を行った後，すでにネットワークに出現している単語を除外する．

手順3

2.2節の手順3と同様の作業を行い，得られたノード候補の単語のTF-IDF値を計算する．

手順4

TF-IDF値を計算した後にTF-IDF値の大きい順に単語を並べ，各単語のクラスタ番号を取り出し，クラスタ番号ごとに単語をまとめる．

手順5

クラスタ番号が同じ単語ごとにTF-IDF値を計算し，TF-IDF値が大きい順にクラスタ番号を並べる．

手順6

手順5で求めたTF-IDF値が上位5位までのクラスタ番号を持つ単語を抜き出し，上位のクラスタ番号に所属する単語から順に5個までネットワークに表示させる．

このうち，手順5で述べたTF-IDF値の計算方法として，TF-IDF合計値法とTF-IDF最大値法の2通りを提案する． TF-IDF合計値法は，クラスタ番号が同じ単語ごとにそれらの単語のTF-IDF値を足し，その合計値上位5位までのクラスタ番号に所属する単語をネットワークに表示させる方法である． TF-IDF最大値法は，クラスタ番号が同じ単語ごとにそれらの単語のTF-IDF値の最大の値を探し，その最大値上位5位までのクラスタ番号に所属する単語をネットワークに表示させる方法である．

この2つの手法の計算例をノード候補の単語とそのTF-IDF値が図3.3のとおりであると仮定して説明する．

このとき，TF-IDF合計値法の場合では，クラスタ番号2455が22.1，クラスタ番号2423が21.3，クラスタ番号2703が9.7となり，「ビデオカメラ」「レンズ」「スマートフォン」「パソコン」「市場」の順番に表示される． 一方，TF-IDF最大値法の場合では，クラスタ番号2455が13.5，クラスタ番号2423が17.7，クラスタ番号2703が9.7となり，「スマートフォン」「パソコン」「ビデオカメラ」「レンズ」「市場」の順番に表示される．

Figure 3.3: ノード候補の一例

4#4