JP2018018118A - テキストマイニング方法、テキストマイニングプログラム、および、テキストマイニング装置 - Google Patents

Abstract

【課題】階層的クラスター分析の結果を利用者が直感的に理解できるように画面に表示するテキストマイニング方法、テキストマイニングプログラム及びテキストマイニング装置を提供する。【解決手段】テキスト分析ステップＳ１０９〜Ｓ１１０では、入力されたテキストデータから抽出した単語に対して階層的クラスター分析を行う。画面生成ステップＳ１１１では、グループ数ｍとグループ内の最大データ数ｎとに基づき、テキスト分析ステップによる分析結果からｍ個のクラスターを求め、クラスターに含まれる単語をｎ個以下含むグループを画面に表示するための画面データを生成する。分析結果表示ステップＳ１１２では、生成された画面データに基づき、画面を表示する。【選択図】図４

Description

本発明は、テキストマイニングに関し、特に、テキストデータの分析結果を画面に表示するテキストマイニング方法、テキストマイニングプログラム、および、テキストマイニング装置に関する。

近年、自由に記述された大量のテキストデータを解析し、解析結果から有用な情報を求めるテキストマイニングが注目されている。テキストマイニングでは、例えば、分析対象のテキストデータから単語を抽出し、単語の出現頻度や出現傾向などを解析することにより、情報を求める。

以下、テキストデータから抽出した単語に対して階層的クラスター分析を行い、分析結果を画面に表示するテキストマイニング装置について検討する。階層的クラスター分析では、単語間の類似度に基づき、類似度の高い単語を含むクラスターが階層的に作成される。一般に、階層的クラスター分析の結果は、図１５に示す樹形図（デンドログラム）を用いて利用者（分析者）に提供される。

本願発明に関連して、特許文献１には、樹形図を構築し、樹形図を探索して下層から上層を特定可能なインデックスを生成して記憶手段に記憶する階層的クラスタリング手段を有するクラスタリング装置が記載されている。特許文献２には、キーワード間の距離を算出し、キーワードからキーワード間の距離を探索可能な距離行列データを生成して記憶手段に記憶する距離行列計算手段と、距離行列を用いてキーワードを階層的クラスタリングし、構築された樹形図を下層から上層に探索可能なボトムアップインデックスとして記憶手段に記憶するクラスタリング手段とを有するクエリ提供装置が記載されている。

特開２０１１−２１６０２１号公報 特開２０１２−１５０５３９号公報

従来のテキストマイニング装置は、階層的クラスター分析の結果を樹形図を用いて画面に表示する。しかしながら、このようなテキストマイニング装置には、利用者が分析結果を直感的に理解できないという問題がある。例えば、利用者は、図１５に示す分析結果においてクラスター数を４に設定するときには、図１６に示すように、樹形図上に切断線を設定する。しかしながら、利用者は、このような樹形図を見ただけでは、各クラスターに含まれる単語を直感的に認識することができない。また、利用者は、単語数が多いときにクラスター数を変更した場合には、各クラスターに含まれる単語がどのように変化するかを直感的に把握することができない。

また、樹形図には単語の出現頻度が記載されていないので、利用者はどの単語が重要かを知ることができない。また、分析対象のテキストデータが年月日や時刻などの情報を有する時系列データである場合には、利用者は分析結果の時間的な変化を知ることを要望することがある。しかしながら、従来のテキストマイニング装置では、利用者のこのような要望に応えることができない。

それ故に、本発明は、階層的クラスター分析の結果を利用者が直感的に理解できるように画面に表示するテキストマイニング方法、テキストマイニングプログラム、および、テキストマイニング装置を提供することを目的とする。

本発明の第１の局面は、テキストデータの分析結果を画面に表示するテキストマイニング方法であって、
入力されたテキストデータから抽出した単語に対して階層的クラスター分析を行うテキスト分析ステップと、
前記テキスト分析ステップによる分析結果に基づき、画面データを生成する画面生成ステップと、
前記画面データに基づき、画面を表示する分析結果表示ステップとを備え、
前記画面生成ステップは、グループ数とグループ内の最大データ数とに基づき、前記分析結果から前記グループ数のクラスターを求め、前記クラスターに含まれる単語を前記最大データ数以下含むグループを画面に表示するための画面データを生成することを特徴とする。

本発明の第２の局面は、本発明の第１の局面において、
前記グループに含まれる単語は、前記グループに対応するクラスターに含まれる単語の中から出現頻度が高い順に選択されることを特徴とする。

本発明の第３の局面は、本発明の第２の局面において、
前記グループは、前記画面内で、前記グループに対応するクラスターに含まれる単語の出現頻度の合計に応じたサイズを有することを特徴とする。

本発明の第４の局面は、本発明の第３の局面において、
前記グループに含まれる単語は、前記画面内で、前記単語の出現頻度に応じたサイズを有することを特徴とする。

本発明の第５の局面は、本発明の第１の局面において、
利用者からの指示を入力するための指示入力ステップをさらに備え、
前記テキスト分析ステップおよび前記画面生成ステップのいずれかが、前記指示入力ステップで入力された指示に基づき実行されることを特徴とする。

本発明の第６の局面は、本発明の第５の局面において、
前記指示入力ステップは前記グループ数の設定指示を受け取り、
前記画面生成ステップは、前記指示入力ステップで設定されたグループ数に基づき、前記画面データを生成することを特徴とする。

本発明の第７の局面は、本発明の第５の局面において、
前記指示入力ステップは前記最大データ数の設定指示を受け取り、
前記画面生成ステップは、前記指示入力ステップで設定された最大データ数に基づき、前記画面データを生成することを特徴とする。

本発明の第８の局面は、本発明の第５の局面において、
前記指示入力ステップは分析対象期間の設定指示を受け取り、
前記テキスト分析ステップは、前記テキストデータのうち前記指示入力ステップで設定された分析対象期間内のテキストデータに含まれる単語に対して、前記階層的クラスター分析を行うことを特徴とする。

本発明の第９の局面は、本発明の第５の局面において、
前記指示入力ステップは分析目的の設定指示を受け取り、
前記テキスト分析ステップは、前記テキストデータから前記指示入力ステップで設定された分析目的に応じた種類の単語を抽出して、前記階層的クラスター分析を行うことを特徴とする。

本発明の第１０の局面は、本発明の第５の局面において、
前記指示入力ステップは単語除外指示を受け取り、
前記テキスト分析ステップは、前記指示入力ステップで指示された単語を除外して、前記階層的クラスター分析を行うことを特徴とする。

本発明の第１１の局面は、本発明の第５の局面において、
前記指示入力ステップは類義語登録指示を受け取り、
前記テキスト分析ステップは、前記指示入力ステップで指示された複数の単語を同じ単語とみなして、前記階層的クラスター分析を行うことを特徴とする。

本発明の第１２の局面は、本発明の第５の局面において、
前記指示入力ステップは複合語登録指示を受け取り、
前記テキスト分析ステップは、前記指示入力ステップで指示された複数の単語を１個の単語に併合して、前記階層的クラスター分析を行うことを特徴とする。

本発明の第１３の局面は、本発明の第１の局面において、
前記画面生成ステップは、前記グループを含む分析結果画面と、前記分析結果画面の表示態様を設定するための分析設定画面とを表示するための画面データを生成することを特徴とする。

本発明の第１４の局面は、テキストデータの分析結果を画面に表示するテキストマイニングプログラムであって、
入力されたテキストデータから抽出した単語に対して階層的クラスター分析を行うテキスト分析ステップと、
前記テキスト分析ステップによる分析結果に基づき、画面データを生成する画面生成ステップと、
前記画面データに基づき、画面を表示する分析結果表示ステップとをコンピュータにＣＰＵがメモリを利用して実行させ、
前記画面生成ステップは、グループ数とグループ内の最大データ数とに基づき、前記分析結果から前記グループ数のクラスターを求め、前記クラスターに含まれる単語を前記最大データ数以下含むグループを画面に表示するための画面データを生成することを特徴とする。

本発明の第１５の局面は、本発明の第１４の局面において、
前記グループに含まれる単語は、前記グループに対応するクラスターに含まれる単語の中から出現頻度が高い順に選択されることを特徴とする。

本発明の第１６の局面は、本発明の第１５の局面において、
前記グループは、前記画面内で、前記グループに対応するクラスターに含まれる単語の出現頻度の合計に応じたサイズを有することを特徴とする。

本発明の第１７の局面は、本発明の第１６の局面において、
前記グループに含まれる単語は、前記画面内で、前記単語の出現頻度に応じたサイズを有することを特徴とする。

本発明の第１８の局面は、本発明の第１４の局面において、
利用者からの指示を入力するための指示入力ステップを前記コンピュータにさらに実行させ、
前記テキスト分析ステップおよび前記画面生成ステップのいずれかが、前記指示入力ステップで入力された指示に基づき実行されることを特徴とする。

本発明の第１９の局面は、本発明の第１４の局面において、
前記画面生成ステップは、前記グループを含む分析結果画面と、前記分析結果画面の表示態様を設定するための分析設定画面とを表示するための画面データを生成することを特徴とする。

本発明の第２０の局面は、テキストデータの分析結果を画面に表示するテキストマイニング装置であって、
入力されたテキストデータから抽出した単語に対して階層的クラスター分析を行うテキスト分析部と、
前記テキスト分析部による分析結果に基づき、画面データを生成する画面生成部と、
前記画面データに基づき、画面を表示する分析結果表示部とを備え、
前記画面生成部は、グループ数とグループ内の最大データ数とに基づき、前記分析結果から前記グループ数のクラスターを求め、前記クラスターに含まれる単語を前記最大データ数以下含むグループを画面に表示するための画面データを生成することを特徴とする。

本発明の第２１の局面は、本発明の第２０の局面において、
前記グループに含まれる単語は、前記グループに対応するクラスターに含まれる単語の中から出現頻度が高い順に選択されることを特徴とする。

本発明の第２２の局面は、本発明の第２１の局面において、
前記グループは、前記画面内で、前記グループに対応するクラスターに含まれる単語の出現頻度の合計に応じたサイズを有することを特徴とする。

本発明の第２３の局面は、本発明の第２２の局面において、
前記グループに含まれる単語は、前記画面内で、前記単語の出現頻度に応じたサイズを有することを特徴とする。

本発明の第２４の局面は、本発明の第２０の局面において、
利用者からの指示を入力するための指示入力部をさらに備え、
前記テキスト分析部および前記画面生成部のいずれかが、前記指示入力部で入力された指示に基づき動作することを特徴とする。

本発明の第２５の局面は、本発明の第２０の局面において、
前記画面生成部は、前記グループを含む分析結果画面と、前記分析結果画面の表示態様を設定するための分析設定画面とを表示するための画面データを生成することを特徴とする。

本発明の第１、第１４または第２０の局面によれば、テキストデータに含まれる単語に対して階層的クラスター分析を行った結果に基づき、クラスターに含まれる単語を含むグループが画面に表示される。また、グループに含まれる単語の数は、最大データ数以下に制限される。したがって、利用者は、画面を見たときに、階層的クラスター分析の結果を直感的に理解することができる。

本発明の第２、第１５または第２１の局面によれば、グループの内部には、クラスターに含まれる単語のうち出現頻度が高い単語が表示される。したがって、利用者は、各クラスターに含まれる出現頻度が高い単語を容易に認識することができる。

本発明の第３、第１６または第２２の局面によれば、グループは、画面内で、クラスターに含まれる単語の出現頻度の合計に応じたサイズを有する。したがって、利用者は、単語の出現頻度の合計が大きいクラスターを容易に認識することができる。

本発明の第４、第１７または第２３の局面によれば、単語は、画面内で、単語の頻度に応じたサイズを有する。したがって、利用者は、出現頻度が高い単語を容易に認識することができる。

本発明の第５、第１８または第２４の局面によれば、利用者からの指示に応じて、階層的クラスター分析の結果の表示態様を切り替えることができる。

本発明の第６の局面によれば、画面に表示されるグループの個数（クラスターの個数）を利用者からの指示に応じて切り替えることができる。

本発明の第７の局面によれば、グループに含まれる単語の個数の上限値を利用者からの指示に応じて切り替えることができる。

本発明の第８の局面によれば、利用者から指示された分析対象期間内のテキストデータに含まれる単語に対して階層的クラスター分析を行った結果が画面に表示される。したがって、利用者は、階層的クラスター分析の結果の時間的変化を容易に認識することができる。

本発明の第９の局面によれば、利用者から指示された分析目的に応じて分析対象の単語の種類を切り替えて階層的クラスター分析を行った結果を画面に表示することができる。

本発明の第１０の局面によれば、利用者から指示された単語を除外して階層的クラスター分析を行った結果を画面に表示することができる。

本発明の第１１の局面によれば、利用者から指示された複数の単語を同じ単語とみなして階層的クラスター分析を行った結果を画面に表示することができる。

本発明の第１２の局面によれば、利用者から指示された複数の単語を１個の単語に併合して階層的クラスター分析を行った結果を画面に表示することができる。

本発明の第１３の局面によれば、分析結果画面と分析設定画面が表示される。したがって、利用者は、分析設定画面を用いて、階層的クラスター分析を行った結果の表示態様を容易に切り替えることができる。

本発明の実施形態に係るテキストマイニング装置の構成を示すブロック図である。 図１に示すテキストマイニング装置として機能するコンピュータの構成を示すブロック図である。 図１に示すテキストマイニング装置の表示画面を示す図である。 図１に示すテキストマイニング装置の動作を示すフローチャートである。 図１に示すテキストマイニング装置の画面データ生成処理のフローチャートである。 図１に示すテキストマイニング装置のデータ指定画面を示す図である。 図１に示すテキストマイニング装置に入力されるテキストデータの例を示す図である。 図１に示すテキストマイニング装置の目的指定画面を示す図である。 図１に示すテキストマイニング装置の類義語リスト選択画面を示す図である。 図１に示すテキストマイニング装置の複合語リスト選択画面を示す図である。 図１に示すテキストマイニング装置において分析対象期間を設定する前後の分析結果画面を示す図である。 図１に示すテキストマイニング装置において単語除外を行う前後の分析結果画面を示す図である。 図１に示すテキストマイニング装置において類義語登録を行う前後の分析結果画面を示す図である。 図１に示すテキストマイニング装置において複合語登録を行う前後の分析結果画面を示す図である。 樹形図の例を示す図である。 図１５に示す樹形図にクラスター数を設定した様子を示す図である。

以下、図面を参照して、本発明の実施形態に係るテキストマイニング方法、テキストマイニングプログラム、および、テキストマイニング装置について説明する。本実施形態に係るテキストマイニング方法は、典型的にはコンピュータを用いて実行される。本実施形態に係るテキストマイニングプログラムは、コンピュータを用いてテキストマイニング方法を実施するためのプログラムである。本実施形態に係るテキストマイニング装置は、典型的にはコンピュータを用いて構成される。テキストマイニングプログラムを実行するコンピュータは、テキストマイニング装置として機能する。

図１は、本発明の実施形態に係るテキストマイニング装置の構成を示すブロック図である。図１に示すテキストマイニング装置１０は、指示入力部１１、テキスト分析部１２、画面生成部１３、および、分析結果表示部１４を備えている。テキストマイニング装置１０には、分析対象のテキストデータ５が入力される。テキストマイニング装置１０は、入力されたテキストデータ５から抽出した単語に対して階層的クラスター分析を行い、分析結果を画面に表示する。

テキストマイニング装置１０の動作の概要は、以下のとおりである。指示入力部１１には、利用者からの指示が入力される。テキスト分析部１２は、入力されたテキストデータ５から単語を抽出し、抽出した単語に対して階層的クラスター分析を行う。画面生成部１３は、テキスト分析部１２による分析結果に基づき、画面データを生成する。分析結果表示部１４は、画面生成部１３で生成された画面データに基づき、画面を表示する。

指示入力部１１に入力される利用者からの指示には、グループ数の設定、グループ内の最大データ数の設定、分析対象期間の設定、単語除外、類義語登録、複合語登録などが含まれる。テキストデータ５が年月日や時刻などの情報を有する時系列データである場合には、テキスト分析部１２は、入力されたテキストデータ５のうち、指示入力部１１で設定された分析対象期間内のテキストデータに含まれる単語に対して階層的クラスター分析を行う。

画面生成部１３は、画面データを生成するときに、グループ数とグループ内の最大データ数とに従う（詳細は後述）。また、利用者が新たな指示を入力したときには、指示された処理が行なわれた後に、画面生成部１３は新たな画面データを生成し、分析結果表示部１４は新たな画面を表示する。このようにテキストマイニング装置１０は、利用者からの指示に応じて、テキストデータ５の分析態様と分析結果の表示態様を切り替える。

図２は、テキストマイニング装置１０として機能するコンピュータの構成を示すブロック図である。図２に示すコンピュータ２０は、ＣＰＵ２１、メインメモリ２２、記憶部２３、入力部２４、表示部２５、通信部２６、および、記憶媒体読み取り部２７を備えている。メインメモリ２２には、例えば、ＤＲＡＭが使用される。記憶部２３には、例えば、ハードディスクやソリッドステートドライブが使用される。入力部２４には、例えば、キーボード２８やマウス２９が含まれる。表示部２５には、例えば、液晶ディスプレイが使用される。通信部２６は、有線通信または無線通信のインターフェイス回路である。記憶媒体読み取り部２７は、プログラムなどを記憶した記憶媒体３０のインターフェイス回路である。記憶媒体３０には、例えば、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、ＵＳＢメモリなどの非一過性の記憶媒体が使用される。

コンピュータ２０がテキストマイニングプログラム３１を実行する場合、記憶部２３は、テキストマイニングプログラム３１とテキストデータ５を記憶する。テキストマイニングプログラム３１とテキストデータ５は、例えば、サーバや他のコンピュータから通信部２６を用いて受信したものでもよく、記憶媒体３０から記憶媒体読み取り部２７を用いて読み出したものでもよい。

テキストマイニングプログラム３１を実行するときには、テキストマイニングプログラム３１とテキストデータ５はメインメモリ２２に複写転送される。ＣＰＵ２１は、メインメモリ２２を作業用メモリとして利用して、メインメモリ２２に記憶されたテキストマイニングプログラム３１を実行することにより、メインメモリ２２に記憶されたテキストデータ５を処理する。このときコンピュータ２０は、テキストマイニング装置１０として機能する。なお、以上に述べたコンピュータ２０の構成は一例に過ぎず、任意のコンピュータを用いてテキストマイニング装置１０を構成することができる。

図３は、テキストマイニング装置１０の表示画面を示す図である。図３に示す表示画面４０には、分析結果画面４１と分析設定画面４２が含まれる。分析結果画面４１には、テキスト分析部１２による分析結果が表示される。分析設定画面４２には、テキスト分析部１２における分析態様と画面生成部１３で生成される画面データの特性を設定するためのグラフィカルユーザインターフェイス部品が表示される。

階層的クラスター分析の結果に対してクラスター数を設定すると、各クラスターに含まれる単語が決定される。テキストマイニング装置１０は、テキストデータ５から抽出した単語に対して階層的クラスター分析を行った結果を画面に表示するときに、樹形図に代えて、クラスターに対応するグループを図３に示す態様で表示する。

以下の説明では、画面に表示されるクラスターをグループともいう。利用者は、指示入力部１１を用いて、グループ数（クラスター数）とグループ内の最大データ数（グループに含まれる単語の数の上限値）とを指定する。以下、前者をｍ、後者をｎとする。

テキストマイニング装置１０では、テキストデータ５に含まれる単語はｍ個のクラスターに分類され、各クラスターには１個以上の単語が含まれる。分析結果画面４１にはｍ個のグループが表示され、各グループの内部には単語が表示される。グループは雲形図形を用いて表示され、グループに含まれる単語は楕円領域の内部に表示される。各グループに含まれる単語は、ｎ個以下に制限される。例えば、ｎ＝５のときにあるクラスターが１０個の単語を含む場合、分析結果画面４１ではグループの内部に５個の単語が表示される。

分析設定画面４２には、グループ数ｍを設定するための第１スライダーと２個の第１ボタン（記号「＋」または「−」を付したもの）、グループ内の最大データ数ｎを設定するための第２スライダーと２個の第２ボタン、および、分析対象期間を設定するための４個のボックスと２個の第３ボタン（左向き矢印または右向き矢印を付したもの）が表示される。

利用者は、マウス２９を操作して、第１スライダーのつまみを左右に移動させるか、第１ボタンを押すことにより、グループ数ｍを指示する。グループ数ｍは、記号「＋」を付した第１ボタンが押されたときには増加し、記号「−」を付した第１ボタンが押されたときには減少する。グループ数ｍの初期値は、例えば、テキスト分析部１２による分析結果に含まれる単語の種類の平方根、または、これに近い整数に設定される。例えば、テキスト分析部１２による分析結果に１６種類の単語が含まれている場合、グループ数ｍの初期値は４に設定される。

利用者は、マウス２９を操作して、第２スライダーのつまみを左右に移動させるか、第２ボタンを押すことにより、グループ内の最大データ数ｎを指示する。グループ内の最大データ数ｎは、第２ボタンが押されたときには増加または減少する。グループ内の最大データ数ｎの初期値は、例えば、５に設定される。

テキストデータ５が時系列データである場合、利用者は、キーボード２８またはマウス２９を操作して、４個のボックスを用いて年月日と時刻を指定するか、第３ボタンを押すことにより、分析対象期間を指示する。分析対象期間は、左向き矢印を付した第３ボタンが押されたときには所定量だけ（例えば１ヵ月）過去へ移動し、右向き矢印を付した第３ボタンが押されたときには所定量だけ反対方向へ移動する。分析対象期間の初期値は、例えば、テキストデータ５の最も古い時刻から最も新しい時刻までの期間に設定される。なお、テキストデータ５が時系列データでない場合には、利用者は分析対象期間を指定できない。

分析結果画面４１には１個以上ｍ個以下のグループが表示され、各グループの内部には１個以上ｎ個以下の単語が表示される。各グループは、画面内で、対応するクラスターに含まれる単語の出現頻度の合計が大きいほど大きく表示される。クラスターに含まれる単語の数がｎ個を超える場合には、グループの内部には出現頻度が高いｎ個の単語が表示される。グループに含まれる単語とこれを包含する楕円領域は、画面内で、単語の出現頻度が高いほど大きく表示される。各グループには、名称が付けられる。グループの名称には、クラスターに含まれる単語のうち出現頻度が最も高い単語が使用される。グループの名称は、グループの内部に下線を付して表示される。なお、楕円領域の内部に単語を表示できない場合には、単語に代えて記号「…」が表示される。

分析結果画面４１には、ズーム倍率を指定するための第３スライダーおよび２個の第４ボタン（記号「＋」または「−」を付したもの）が表示される。利用者は、マウス２９を操作して、第３スライダーのつまみを左右に移動させるか、第４ボタンを押すことにより、ズーム倍率を設定する。分析結果画面４１には、単語を含むグループが、設定されたズーム倍率に応じて拡大または縮小して表示される。ズーム倍率の初期値は、１００％に設定される。初期状態の分析結果画面４１には、すべてのグループが表示される。

利用者が分析設定画面４２においてグループ数ｍ、グループ内の最大データ数ｎ、または、分析対象期間を変更したときに、分析結果画面４１の内容はこれに応じて変化する。利用者が分析結果画面４１において単語除外、類義語登録、または、複合語登録を指示したときにも、分析結果画面４１の内容はこれに応じて変化する。

テキストマイニング装置１０は、テキストデータ５から抽出した単語に対して階層的クラスター分析を行うときに、除外すべき単語を記憶した除外単語リスト、類義語として処理すべき単語を記憶した類義語リスト、および、複合語として処理すべき単語を記憶した複合語リストを参照する。類義語リストには、同じ意味（または、ほぼ同じ意味）を有する複数の単語と、これらの単語を代表する１個の単語とが対応づけて記憶されている。複合語リストには、連結すると１個の複合語になる複数の単語と、これらの単語を連結した複合語とが対応づけて記憶されている。類義語リストには、例えば、「大学生」および「学生」と、両者を代表する「大学生」とが対応づけて記憶されている。複合語リストには、例えば、「忍耐」および「強い」と、両者を連結した「忍耐強い」とが対応づけて記憶されている。テキストマイニング装置１０は、複数の類義語リストと複数の複合語リストを有する場合がある。

図４は、テキストマイニング装置１０の動作を示すフローチャートである。図５は、テキストマイニング装置１０の画面データ生成処理（図４に示すステップＳ１１１）の詳細を示すフローチャートである。入力部２４とステップＳ１１３を実行するＣＰＵ２１は、指示入力部１１として機能する。ステップＳ１０９〜Ｓ１１０を実行するＣＰＵ２１は、テキスト分析部１２として機能する。ステップＳ１１１を実行するＣＰＵ２１は、画面生成部１３として機能する。表示部２５とステップＳ１１２を実行するＣＰＵ２１は、分析結果表示部１４として機能する。以下、図４および図５を参照して、テキストマイニング装置１０の動作を説明する。

まず、ＣＰＵ２１は、図６に示すデータ指定画面５１を表示部２５に表示させる（ステップＳ１０１）。データ指定画面５１には、ファイル名を指定するためのボックスと、フォルダ名を指定するためのボックスとが表示されている。利用者は、データ指定画面５１においてファイル名またはフォルダ名を指定することにより、分析対象のテキストデータ５を指定する。テキストデータ５は、ハードディスクなどの記憶部２３に記憶されていてもよく、通信部２６を用いて接続されたサーバや他のコンピュータなどに記憶されていてもよい。

次に、ＣＰＵ２１は、データ指定画面５１を用いて指定されたテキストデータ５をメインメモリ２２に転送する。これにより、テキストマイニング装置１０にテキストデータ５が入力される（ステップＳ１０２）。図７は、テキストデータ５の例を示す図である。図７に示すテキストデータは、大学生が作成したレポートのデータであり、年月日の情報を有する時系列データである。なお、テキストマイニング装置１０が分析するテキストデータ５の種類は任意である。

次に、ＣＰＵ２１は、図８に示す目的指定画面５２を表示部２５に表示させる（ステップＳ１０３）。目的指定画面５２には、内容、特徴、および、評判に対応した３個のラジオボタンが表示されている。利用者は、マウス２９を操作していずれかのラジオボタンを押すことにより、分析目的を内容、特徴、および、評判の中から選択する。次に、ＣＰＵ２１は、目的指定画面５２を用いて指定された分析目的を受け取る。これにより、テキストマイニング装置１０に分析目的が入力される（ステップＳ１０４）。

次に、ＣＰＵ２１は、図９に示す類義語リスト選択画面５３を表示部２５に表示させる（ステップＳ１０５）。類義語リスト選択画面５３には、テキストマイニング装置１０が有する類義語リストの名称と、各類義語リストに登録された類義語とが表示される。利用者は、マウス２９を操作して類義語リスト選択画面５３においていずれかの類義語リストを選択することにより、使用する類義語リストを指定する。これにより、テキストマイニング装置１０では、類義語リストが選択される（ステップＳ１０６）。

次に、ＣＰＵ２１は、図１０に示す複合語リスト選択画面５４を表示部２５に表示させる（ステップＳ１０７）。複合語リスト選択画面５４には、テキストマイニング装置１０が有する複合語リストの名称と、各複合語リストに登録された複合語とが表示される。利用者は、マウス２９を操作して複合語リスト選択画面５４においていずれかの複合語リストを選択することにより、使用する複合語リストを指定する。これにより、テキストマイニング装置１０では、複合語リストが選択される（ステップＳ１０８）。

次に、ＣＰＵ２１は、除外単語リスト、類義語リスト、および、複合語リストを考慮して、ステップＳ１０２で入力されたテキストデータ５のうち分析対象期間内にあるテキストデータからステップＳ１０４で指定された分析目的に応じた種類の単語を抽出する（ステップＳ１０９）。ＣＰＵ２１は、分析目的が「内容」である場合には、テキストデータ５から名詞、固有名詞、地名、および、人名を抽出する。分析目的が「特徴」である場合には、ＣＰＵ２１はテキストデータ５から名詞、固有名詞、サ変名詞、および、動詞を抽出する。分析目的が「評判」である場合には、ＣＰＵ２１はテキストデータ５から形容詞、形容動詞、および、感動詞を抽出する。なお、テキストマイニング装置１０は、上記３個以外の分析目的をサポートしてもよい。また、ＣＰＵ２１は、各分析目的に応じて上記とは異なる種類の単語を抽出してもよい。

テキストデータ５が時系列データである場合には、ＣＰＵ２１は、ステップＳ１０９を実行するときに、テキストデータ５のうち、利用者から指示された分析対象期間に含まれるテキストデータだけから単語を抽出する。また、単語Ｗ１が除外単語リストに記憶されている場合には、ＣＰＵ２１は、ステップＳ１０９を実行するときに、テキストデータ５に含まれる単語Ｗ１をすべて無視する。また、選択された類義語リストに単語Ｗ２および単語Ｗ３と、両者を代表する単語Ｗ２とが対応づけて記憶されている場合には、ＣＰＵ２１は、ステップＳ１０９を実行するときに、テキストデータ５に含まれる単語Ｗ３をすべて単語Ｗ２として処理する。また、選択された複合語リストに単語Ｗ４および単語Ｗ５と、両者を連結した単語Ｗ６とが対応づけて記憶されている場合には、ＣＰＵ２１は、ステップＳ１０９を実行するときに、テキストデータ５に含まれる、連続した単語Ｗ４と単語Ｗ５をすべて単語Ｗ６として処理する。

次に、ＣＰＵ２１は、ステップＳ１０９で抽出した単語に対して階層的クラスター分析を行う（ステップＳ１１０）。ＣＰＵ２１は、ステップＳ１１０において、例えば、テキストデータ５における２個の単語間の距離（２個の単語がどの程度離れて現れるか）に基づき、２個の単語間の類似度を求める。ＣＰＵ２１は、求めた単語間の類似度に基づき、所定の方法（例えば、最短距離法、最長距離法、群平均法、十進法、ウォード法など）を用いて階層的クラスター分析を行う。また、ＣＰＵ２１は、ステップＳ１１０において、各単語の出現頻度を求める。

次に、ＣＰＵ２１は、ステップＳ１１０で求めた階層的クラスター分析の結果に基づき、分析結果を表示するための画面データを生成する（ステップＳ１１１）。ＣＰＵ２１は、ステップＳ１１１において、図５に示す処理を行う。

ＣＰＵ２１は、グループ数をｍ、グループ内の最大データ数をｎとする（ステップＳ２０１）。次に、ＣＰＵ２１は、階層的クラスター分析の結果についてクラスター数をｍに設定して、ｍ個のクラスターを求める（ステップＳ２０２）。次に、ＣＰＵ２１は、各クラスターについて、クラスターに含まれる単語の出現頻度の合計を求める（ステップＳ２０３）。次に、ＣＰＵ２１は、ステップＳ２０３で求めた出現頻度の合計に基づき、各グループの表示サイズを決定する（ステップＳ２０４）。ステップＳ２０４では、クラスターに含まれる単語の出現頻度の合計が大きいほど、グループの表示サイズは大きく決定される。

次に、ＣＰＵ２１は、各クラスターについて、クラスターに含まれる単語の中から表示すべき単語を選択する（ステップＳ２０５）。ステップＳ２０５では、各クラスターに含まれる単語の中から出現頻度が高い順に、ｎ個以下の単語が選択される。次に、ＣＰＵ２１は、ステップＳ２０５で選択した各単語について、単語の出現頻度に基づき単語の表示サイズを決定する（ステップＳ２０６）。ステップＳ２０６では、出現頻度の高い単語ほど、単語の表示サイズは大きく決定される。

次に、ＣＰＵ２１は、階層的クラスター分析の結果を表示するための画面データを生成する（ステップＳ２０７）。ステップＳ２０７で生成される画面データには、ステップＳ２０４で決定されたサイズを有するｍ個のグループ（雲形図形で表現される）が含まれる。各グループの内部には、ステップＳ２０６で決定されたサイズを有するｎ個以下の単語が含まれる。単語は、画面内で、グループの内部に表示される。ＣＰＵ２１は、ステップＳ２０７を実行した後に画面データ生成処理を終了する。

次に、ＣＰＵ２１は、ステップＳ１１１で生成した画面データに基づく画面を表示部２５に表示させる（ステップＳ１１２）。次に、ＣＰＵ２１は、利用者からの指示を受け取る（ステップＳ１１３）。次に、ＣＰＵ２１は、ステップＳ１１３で受け取った指示の種類に応じて、ステップＳ１１５〜Ｓ１２０のいずれかに進む（ステップＳ１１４）。

ＣＰＵ２１は、ステップＳ１１３で受け取った指示が「グループ数の設定」である場合には、ステップＳ１１５へ進む。この場合、ＣＰＵ２１は、グループ数ｍを利用者が指示した値に設定し（ステップＳ１１５）、ステップＳ１１１へ進む。その後、設定されたグループ数ｍに基づき画面データが生成され、新たな画面が表示される。これにより、指定された個数のグループを含む分析結果画面が表示される。

ＣＰＵ２１は、ステップＳ１１３で受け取った指示が「グループ内の最大データ数の設定」である場合には、ステップＳ１１６へ進む。この場合、ＣＰＵ２１は、グループ内の最大データ数ｎを利用者が指定した値に設定し（ステップＳ１１６）、ステップＳ１１１へ進む。その後、設定されたグループ内の最大データ数ｎに基づき画面データが生成され、新たな画面が表示される。これにより、各グループに含まれる単語の個数が指定された値以下に制限された分析結果画面が表示される。

ＣＰＵ２１は、ステップＳ１１３で受け取った指示が「分析対象期間の設定」である場合には、ステップＳ１１７へ進む。この場合、ＣＰＵ２１は、分析対象期間を利用者が指定した期間に設定し（ステップＳ１１７）、ステップＳ１０９へ進む。その後、設定された分析対象期間を参照して階層的クラスター分析が行われ、新たな分析結果を表示するための画面データが生成され、新たな画面が表示される。これにより、指定された分析対象期間内のテキストデータに含まれる単語について階層的クラスター分析を行った結果が画面に表示される。

図１１は、分析対象期間を設定する前後の分析結果画面を示す図である。図１１（ａ）に示す設定前の分析結果画面６１には、入力されたテキストデータ５のうち、２０１４年１月１日０時０分から２０１５年１２月３１日２４時０分までのテキストデータに含まれる単語について階層的クラスター分析を行った結果が表示される。図１１（ｂ）に示す設定後の分析結果画面６２には、入力されたテキストデータ５のうち、２０１４年３月１日０時０分から２０１４年９月３０日２４時０分までのテキストデータに含まれる単語について階層的クラスター分析を行った結果が表示される。分析結果画面６１の表示内容と分析結果画面６２の表示内容は異なる。利用者は、分析対象期間を設定する前後の分析結果画面を見ることにより、階層的クラスター分析の結果の時間的な変化を容易に認識することができる。

ＣＰＵ２１は、ステップＳ１１３で受け取った指示が「単語除外」である場合には、ステップＳ１１８へ進む。この場合、ＣＰＵ２１は、指定された単語を除外単語リストに追加し（ステップＳ１１８）、ステップＳ１０９へ進む。その後、指定された単語を除外して階層的クラスター分析が行われ、新たな分析結果を表示するための画面データが生成され、新たな画面が表示される。これにより、指定された単語を除外して階層的クラスター分析を行った結果が画面に表示される。

図１２は、単語除外を行う前後の分析結果画面を示す図である。利用者は、マウス２９を操作して、除外すべき単語を選択した後、単語除外を指示する。図１２（ａ）に示す単語除外前の分析結果画面６３では、「社会」が選択され、メニューの中から「単語除外」が選択されている。その後、「社会」を除外して階層的クラスター分析を行った結果が画面に表示される。図１２（ｂ）に示す単語除外後の分析結果画面６４には、「社会」に代えて「進学」が表示されている。「進学」は、「社会」と同じクラスターに含まれる単語の中で、分析結果画面６３に表示された５個の単語の次に出現頻度が高いものである。

ＣＰＵ２１は、ステップＳ１１３で受け取った指示が「類義語登録」である場合には、ステップＳ１１９へ進む。この場合、ＣＰＵ２１は、指示された単語を使用中の類義語リストに追加し（ステップＳ１１９）、ステップＳ１０９へ進む。その後、指示された類義語を考慮して階層的クラスター分析が行われ、新たな分析結果を表示するための画面データが生成され、新たな画面が表示される。これにより、指示された単語を類義語として階層的クラスター分析を行った結果が画面に表示される。

図１３は、類義語登録を行う前後の分析結果画面を示す図である。利用者は、マウス２９を操作して、類義語として登録すべき複数の単語を選択した後、類義語登録を指示する。図１３（ａ）に示す類義語登録前の分析結果画面６５では、「大学生」と「学生」が選択され、メニューの中から「類義語登録」が選択されている。その後、「大学生」と「学生」を類義語として階層的クラスター分析を行った結果が画面に表示される。図１３（ｂ）に示す類義語登録後の分析結果画面６６では、「大学生」が分析結果画面６５よりも大きいサイズで表示され、「学生」に代えて「進学」が表示されている。「大学生」は、「大学生」の出現頻度と「学生」の出現頻度の合計に応じて、分析結果画面６５内の「大学生」よりも大きいサイズで表示される。

ＣＰＵ２１は、ステップＳ１１３で受け取った指示が「複合語登録」である場合には、ステップＳ１２０へ進む。この場合、ＣＰＵ２１は、指示された単語を使用中の複合語リストに追加し（ステップＳ１２０）、ステップＳ１０９へ進む。その後、指示された複合語を考慮して階層的クラスター分析が行われ、新たな分析結果を表示するための画面データが生成され、新たな画面が表示される。これにより、指定された単語を複合語として階層的クラスター分析を行った結果が画面に表示される。

図１４は、複合語登録を行う前後の分析結果画面を示す図である。利用者は、マウス２９を操作して、複合語として登録すべき複数の単語を選択した後、「類義語登録」を指示する。図１４（ａ）に示す複合語登録前の分析結果画面６７では、「忍耐」と「強い」が選択され、メニューの中から「複合語登録」が選択されている。その後、「忍耐」と「強い」を複合語として階層的クラスター分析を行った結果が画面に表示される。図１４（ｂ）に示す複合語登録後の分析結果画面６８では、「忍耐」および「強い」に代えて、「忍耐強い」が「忍耐」および「強い」以下のサイズで表示される。

以上に示すように、本実施形態に係るテキストマイニング方法は、入力されたテキストデータから抽出した単語に対して階層的クラスター分析を行うテキスト分析ステップと、テキスト分析ステップによる分析結果に基づき、画面データを生成する画面生成ステップと、画面データに基づき、画面を表示する分析結果表示ステップとを備えている。画面生成ステップは、グループ数ｍとグループ内の最大データ数ｎとに基づき、分析結果からｍ個のクラスターを求め、クラスターに含まれる単語をｎ個以下含むグループを画面に表示するための画面データを生成する。本実施形態に係るテキストマイニング方法によれば、テキストデータに含まれる単語に対して階層的クラスター分析を行った結果に基づき、クラスターに含まれる単語を含むグループが画面に表示される。また、グループに含まれる単語の数は、ｎ個以下に制限される。したがって、利用者は、画面を見たときに、階層的クラスター分析の結果を直感的に理解することができる。

また、グループに含まれる単語は、グループに対応するクラスターに含まれる単語の中から出現頻度が高い順に選択される。このため、グループの内部には、クラスターに含まれる単語のうち出現頻度が高い単語が表示される。したがって、利用者は、各クラスターに含まれる出現頻度が高い単語を容易に認識することができる。また、グループは、画面内で、グループに対応するクラスターに含まれる単語の出現頻度の合計に応じたサイズを有する。したがって、利用者は、単語の出現頻度の合計が大きいクラスターを容易に認識することができる。また、グループに含まれる単語は、画面内で、単語の出現頻度に応じたサイズを有する。したがって、利用者は、出現頻度が高い単語を容易に認識することができる。

また、テキストマイニング方法は、利用者からの指示を入力するための指示入力ステップを備え、テキスト分析ステップおよび画面生成ステップのいずれかが、指示入力ステップで入力された指示に基づき実行される。したがって、利用者からの指示に応じて、階層的クラスター分析の結果の表示態様を切り替えることができる。特に、指示入力ステップはグループ数ｍの設定指示を受け取り、画面生成ステップは、指示入力ステップで指定されたグループ数ｍに基づき、画面データを生成する。これにより、画面に表示される領域の個数（クラスターの個数）を利用者からの指示に応じて切り替えることができる。また、指示入力ステップはグループ内の最大データ数ｎを受け取り、画面生成ステップは、指示入力ステップで指定されたグループ内の最大データ数ｎに基づき、画面データを生成する。これにより、領域内に表示される単語の個数を利用者からの指示に応じて切り替えることができる。

また、指示入力ステップは分析対象期間の指示を受け取り、テキスト分析ステップは、テキストデータのうち指示入力ステップで指定された分析対象期間内のテキストデータに含まれる単語に対して、階層的クラスター分析を行う。したがって、利用者から指示された分析対象期間内のテキストデータに含まれる単語に対して階層的クラスター分析を行った結果が画面に表示される。よって、利用者は、階層的クラスター分析の結果の時間的変化を容易に認識することができる。また、指示入力ステップは分析目的の設定指示を受け取り、テキスト分析ステップは、テキストデータ５から指示入力ステップで設定された分析目的に応じた種類の単語を抽出して、階層的クラスター分析を行う。これにより、利用者から指示された分析目的に応じて分析対象の単語の種類を切り替えて階層的クラスター分析を行った結果を画面に表示することができる。

また、指示入力ステップは単語除外指示を受け取り、テキスト分析ステップは、指示入力ステップで指示された単語を除外して、階層的クラスター分析を行う。これにより、利用者から指示された単語を除外して階層的クラスター分析を行った結果を表示することができる。また、指示入力ステップは類義語登録指示を受け取り、テキスト分析ステップは、指示入力ステップで指示された複数の単語を同じ単語とみなして、階層的クラスター分析を行う。これにより、利用者から指示された複数の単語を同じ単語とみなして階層的クラスター分析を行った結果を画面に表示することができる。また、指示入力ステップは複合語登録指示を受け取り、テキスト分析ステップは、指示入力ステップで指定された複数の単語を１個の単語に併合して、階層的クラスター分析を行う。これにより、利用者から指示された複数の単語を１個の単語に併合して階層的クラスター分析を行った結果を画面に表示することができる。

また、画面生成ステップは、グループを含む分析結果画面と、分析結果画面の表示態様を設定するための分析設定画面とを表示するための画面データを生成する。したがって、分析結果画面と分析設定画面が表示される。よって、利用者は、分析設定画面を用いて、階層的クラスター分析を行った結果の表示態様を容易に切り替えることができる。

本実施形態に係るテキストマイニングプログラム３１、および、本実施形態に係るテキストマイニング装置１０は、本実施形態に係るテキストマイニング処理方法と同様の構成を有し、同様の効果を奏する。

本実施形態に係るテキストマイニング方法、テキストマイニングプログラム、および、テキストマイニング装置によれば、テキストデータに含まれる単語に対して階層的クラスター分析を行った結果に基づき、クラスターに含まれる単語を最大データ数以下含むグループが画面に表示される。したがって、利用者は、画面を見たときに、階層的クラスター分析の結果を直感的に理解することができる。

５…テキストデータ
１０…テキストマイニング装置
１１…指示入力部
１２…テキスト分析部
１３…画面生成部
１４…分析結果表示部
２０…コンピュータ
２１…ＣＰＵ
２２…メインメモリ
２４…入力部
２５…表示部
３０…記憶媒体
３１…テキストマイニングプログラム
４０…表示画面
４１、６１〜６８…分析結果画面
４２…分析設定画面
５１…データ指定画面
５２…目的指定画面
５３…類義語リスト選択画面
５４…複合語リスト選択画面

Claims (25)

1. テキストデータの分析結果を画面に表示するテキストマイニング方法であって、
   入力されたテキストデータから抽出した単語に対して階層的クラスター分析を行うテキスト分析ステップと、
   前記テキスト分析ステップによる分析結果に基づき、画面データを生成する画面生成ステップと、
   前記画面データに基づき、画面を表示する分析結果表示ステップとを備え、
   前記画面生成ステップは、グループ数とグループ内の最大データ数とに基づき、前記分析結果から前記グループ数のクラスターを求め、前記クラスターに含まれる単語を前記最大データ数以下含むグループを画面に表示するための画面データを生成することを特徴とする、テキストマイニング方法。
2. 前記グループに含まれる単語は、前記グループに対応するクラスターに含まれる単語の中から出現頻度が高い順に選択されることを特徴とする、請求項１に記載のテキストマイニング方法。
3. 前記グループは、前記画面内で、前記グループに対応するクラスターに含まれる単語の出現頻度の合計に応じたサイズを有することを特徴とする、請求項２に記載のテキストマイニング方法。
4. 前記グループに含まれる単語は、前記画面内で、前記単語の出現頻度に応じたサイズを有することを特徴とする、請求項３に記載のテキストマイニング方法。
5. 利用者からの指示を入力するための指示入力ステップをさらに備え、
   前記テキスト分析ステップおよび前記画面生成ステップのいずれかが、前記指示入力ステップで入力された指示に基づき実行されることを特徴とする、請求項１に記載のテキストマイニング方法。
6. 前記指示入力ステップは前記グループ数の設定指示を受け取り、
   前記画面生成ステップは、前記指示入力ステップで設定されたグループ数に基づき、前記画面データを生成することを特徴とする、請求項５に記載のテキストマイニング方法。
7. 前記指示入力ステップは前記最大データ数の設定指示を受け取り、
   前記画面生成ステップは、前記指示入力ステップで設定された最大データ数に基づき、前記画面データを生成することを特徴とする、請求項５に記載のテキストマイニング方法。
8. 前記指示入力ステップは分析対象期間の設定指示を受け取り、
   前記テキスト分析ステップは、前記テキストデータのうち前記指示入力ステップで設定された分析対象期間内のテキストデータに含まれる単語に対して、前記階層的クラスター分析を行うことを特徴とする、請求項５に記載のテキストマイニング方法。
9. 前記指示入力ステップは分析目的の設定指示を受け取り、
   前記テキスト分析ステップは、前記テキストデータから前記指示入力ステップで設定された分析目的に応じた種類の単語を抽出して、前記階層的クラスター分析を行うことを特徴とする、請求項５に記載のテキストマイニング方法。
10. 前記指示入力ステップは単語除外指示を受け取り、
    前記テキスト分析ステップは、前記指示入力ステップで指示された単語を除外して、前記階層的クラスター分析を行うことを特徴とする、請求項５に記載のテキストマイニング方法。
11. 前記指示入力ステップは類義語登録指示を受け取り、
    前記テキスト分析ステップは、前記指示入力ステップで指示された複数の単語を同じ単語とみなして、前記階層的クラスター分析を行うことを特徴とする、請求項５に記載のテキストマイニング方法。
12. 前記指示入力ステップは複合語登録指示を受け取り、
    前記テキスト分析ステップは、前記指示入力ステップで指示された複数の単語を１個の単語に併合して、前記階層的クラスター分析を行うことを特徴とする、請求項５に記載のテキストマイニング方法。
13. 前記画面生成ステップは、前記グループを含む分析結果画面と、前記分析結果画面の表示態様を設定するための分析設定画面とを表示するための画面データを生成することを特徴とする、請求項１に記載のテキストマイニング方法。
14. テキストデータの分析結果を画面に表示するテキストマイニングプログラムであって、
    入力されたテキストデータから抽出した単語に対して階層的クラスター分析を行うテキスト分析ステップと、
    前記テキスト分析ステップによる分析結果に基づき、画面データを生成する画面生成ステップと、
    前記画面データに基づき、画面を表示する分析結果表示ステップとをコンピュータにＣＰＵがメモリを利用して実行させ、
    前記画面生成ステップは、グループ数とグループ内の最大データ数とに基づき、前記分析結果から前記グループ数のクラスターを求め、前記クラスターに含まれる単語を前記最大データ数以下含むグループを画面に表示するための画面データを生成することを特徴とする、テキストマイニングプログラム。
15. 前記グループに含まれる単語は、前記グループに対応するクラスターに含まれる単語の中から出現頻度が高い順に選択されることを特徴とする、請求項１４に記載のテキストマイニングプログラム。
16. 前記グループは、前記画面内で、前記グループに対応するクラスターに含まれる単語の出現頻度の合計に応じたサイズを有することを特徴とする、請求項１５に記載のテキストマイニングプログラム。
17. 前記グループに含まれる単語は、前記画面内で、前記単語の出現頻度に応じたサイズを有することを特徴とする、請求項１６に記載のテキストマイニングプログラム。
18. 利用者からの指示を入力するための指示入力ステップを前記コンピュータにさらに実行させ、
    前記テキスト分析ステップおよび前記画面生成ステップのいずれかが、前記指示入力ステップで入力された指示に基づき実行されることを特徴とする、請求項１４に記載のテキストマイニングプログラム。
19. 前記画面生成ステップは、前記グループを含む分析結果画面と、前記分析結果画面の表示態様を設定するための分析設定画面とを表示するための画面データを生成することを特徴とする、請求項１４に記載のテキストマイニングプログラム。
20. テキストデータの分析結果を画面に表示するテキストマイニング装置であって、
    入力されたテキストデータから抽出した単語に対して階層的クラスター分析を行うテキスト分析部と、
    前記テキスト分析部による分析結果に基づき、画面データを生成する画面生成部と、
    前記画面データに基づき、画面を表示する分析結果表示部とを備え、
    前記画面生成部は、グループ数とグループ内の最大データ数とに基づき、前記分析結果から前記グループ数のクラスターを求め、前記クラスターに含まれる単語を前記最大データ数以下含むグループを画面に表示するための画面データを生成することを特徴とする、テキストマイニング装置。
21. 前記グループに含まれる単語は、前記グループに対応するクラスターに含まれる単語の中から出現頻度が高い順に選択されることを特徴とする、請求項２０に記載のテキストマイニング装置。
22. 前記グループは、前記画面内で、前記グループに対応するクラスターに含まれる単語の出現頻度の合計に応じたサイズを有することを特徴とする、請求項２１に記載のテキストマイニング装置。
23. 前記グループに含まれる単語は、前記画面内で、前記単語の出現頻度に応じたサイズを有することを特徴とする、請求項２２に記載のテキストマイニング装置。
24. 利用者からの指示を入力するための指示入力部をさらに備え、
    前記テキスト分析部および前記画面生成部のいずれかが、前記指示入力部で入力された指示に基づき動作することを特徴とする、請求項２０に記載のテキストマイニング装置。
25. 前記画面生成部は、前記グループを含む分析結果画面と、前記分析結果画面の表示態様を設定するための分析設定画面とを表示するための画面データを生成することを特徴とする、請求項２０に記載のテキストマイニング装置。

Images