役に立つ単語の個数に関する考察

提案手法の方が従来手法に比べて，役に立つ単語の個数が従来手法より少ないのは，TF-IDF合計値法とTF-IDF最大値法を用いた際に，従来手法で得られていた情報，つまり単語を表示させられないために，役に立つ単語が減ってしまった場合があると考えられる．一例として，4.1.3節で示した「遺跡」をテーマキーワードとして構築したネットワークでは，図4.1の従来手法では出現していた「クルナ」という単語が，図4.2のTF-IDF合計値法で構築したネットワークと図4.3のTF-IDF最大値法で構築したネットワークでは出現していない．ここで例として挙げた「クルナ」はバングラデシュの遺跡が多い地域のことである．

一方，提案手法の方が従来手法に比べて，役に立つ単語の個数が従来手法より多いのは，従来手法で得ることができなかった単語が，同じ単語集合に所属する，より頻繁に新聞で取り上げられていた単語につられる形で，出現するようになったからだと考えられる．一例として，テーマキーワードを「宇宙」として従来手法で構築したネットワークを図5.1に示し，TF-IDF合計値法で構築したネットワークを図5.2に示し，TF-IDF最大値法で構築したネットワークを図5.3に示す．また，それぞれの図の下にそのネットワークにおいて役に立つと判断した単語を列挙している．役に立つと判断した単語の個数は図5.1の従来手法の4個に比べ，図5.2のTF-IDF合計値法と図5.3のTF-IDF最大値法の方がそれぞれ9個と多い．その一因として，図5.1では小惑星が「イトカワ」しか出ていないが，図5.2と図5.3では，「イトカワ」とともに「ベンヌ」が出現している．このように，提案手法では，同じ単語集合に所属している単語につられる形で，従来手法では現れなかった単語が出現することがある．このことによって，従来手法より提案手法の方が，役に立つと判断した単語の個数が多くなったと考える．

また，TF-IDF合計値法は，テーマキーワードによっては，人名や日付の情報を多く表示させ，役に立つと判断できる単語が少ないネットワークもあった．そのようなネットワークの一例を図5.4に示す．図5.4は「京都」をテーマキーワードとして，TF-IDF合計値法でネットワークを構築したものである．図5.4のとおり，4月や3月という月の情報のみが出ており，それらの月で何があったのかなどの情報を得られないネットワークとなった．この原因は，「3月」「4月」といった単語1つ1つのTF-IDF値は小さいが，それらの合計を計算すると他の単語集合のTF-IDF値の合計値よりも大きくなってしまうからだと考えられる．