JP3831319B2

JP3831319B2 - テキスト情報分析システムおよび分析結果の提示方法

Info

Publication number: JP3831319B2
Application number: JP2002243973A
Authority: JP
Inventors: 良平折原; 一彦渥美; 光一笹氣
Original assignee: Toshiba Corp
Current assignee: Toshiba Corp
Priority date: 2002-08-23
Filing date: 2002-08-23
Publication date: 2006-10-11
Anticipated expiration: 2022-08-23
Also published as: JP2004086350A

Description

【０００１】
【発明の属する技術分野】
この発明は、例えばＬＡＮ（Local Area Network）やイントラネット経由で収集・蓄積されたアンケートや日報などのテキスト情報を分析するテキスト情報分析システムおよび同システムに適用される分析結果の提示方法に関する。
【０００２】
【従来の技術】
近年、ＬＡＮやイントラネットを敷設し、各社員がもつ情報、例えば業務上で発生するアンケートや日報などの非定型情報を部門を越えて収集・蓄積する企業が増えつつある。この収集・蓄積された情報は、全社員の知識として共有・活用されることを目的に、様々な分析が施されるのが一般的である。そして、その分析手法として、現在では、クラスタリング分析とテキストマイニング分析とがよく知られている。
【０００３】
クラスタリング分析は、例えば特開２００２−１４９６７０号公報に記載されているように、各単語の出現頻度や複数の単語間の関連度により、収集・蓄積された情報を分類するものである。ここで、複数の単語間の関連度とは、共起性の有無をいい、例えば「私はＡとＢを購入した。」といった、「Ａ」と「Ｂ」を共に含むテキスト情報が多数存在する場合、この「Ａ」と「Ｂ」は共起性があると判断する。
【０００４】
その結果、「Ａ」という単語の出現頻度が高い情報だけが同じクラスタに属するものとして取り扱われるだけでなく、「Ｂ」という単語の出現頻度が高い情報も同じクラスタに属するものとして取り扱われ、絞り込みを適切に行った精度の高い分類が自動的に実行されることになる。
【０００５】
一方、テキストマイニング分析は、例えば特開２００１−１４７９３７号公報に記載されているように、収集・蓄積された情報を利用者が望むカテゴリに分類するものである。例えば「Ｃ」、「Ｄ」、「Ｆ」製品に関する情報をそれぞれカテゴリに纏めたい場合、利用者は、どのような記述を含む場合に、その情報を各カテゴリに属するものと判断するのか、その条件を指定する。
【０００６】
このクラスタリング分析およびテキストマイニング分析によれば、無秩序に収集・蓄積された大量の情報から何らかの傾向を掴むことが可能となる等、知識の共有・活用が有効に図られることになる。
【０００７】
【発明が解決しようとする課題】
ところで、前述したクラスタリング分析およびテキストマイニング分析は、どちらもいずれのクラスタおよびカテゴリにも属さない情報を数多く発生させてしまうという欠点をもっている。したがって、いずれの分析手法を採用した場合であっても、極めて重要な情報を抽出することができずに、「その他」の多数の情報の中に埋もれさせてしまうおそれがあった。
【０００８】
また、たとえ両方の分析手法を備える場合であっても、それらの分析結果を個別に参照するだけでは、例えば一方の分析で埋もれてしまった情報のみを対象とした傾向を他方の分析で認識することは難しく、また、いわゆる相乗効果を期待することもできない。
【０００９】
この発明は、このような事情を考慮してなされたものであり、互いに異なる分析手法による複数の分析結果を有機的に結合させて提示するテキスト情報分析システムおよび同システムに適用される分析結果の提示方法を提供することを目的とする。
【００１０】
【課題を解決するための手段】
前述した目的を達成するために、この発明は、クライアントコンピュータからの分析要求に基づいて、収集・蓄積されたテキスト情報を分析し、この分析結果を前記クライアントコンピュータの画面に表示させるためのテキスト情報分析システムにおいて、各単語の出現頻度および複数の単語間の関連度に基づき、前記収集・蓄積されたテキスト情報をクラスタリング分析するクラスタリング分析手段と、任意に指定される条件に基づき、前記収集・蓄積されたテキスト情報をテキストマイニング分析するテキストマイニング分析手段と、同一のテキスト情報群に対する互いに分析手法の異なる前記クラスタリング分析手段および前記テキストマイニング分析手段の２つの分析結果をそれぞれ縦軸と横軸とに割り当てた２次元配列の表形式で画面に表示させるための画面データを作成し、前記クライアントコンピュータに送信する分析結果提示手段とを具備することを特徴とする。
【００１１】
この発明のテキスト情報分析システムにおいては、クラスタリング分析の結果とテキストマイニング分析の結果とを、例えばそれぞれ縦軸と横軸とに割り当てた２次元配列の表形式で提示する等、この２つの分析結果を有機的に結合させて提示する。これにより、例えば一方の分析結果で埋もれてしまった情報のみを対象とした傾向を他方の分析結果で簡単に把握できるといった、それぞれの分析結果のみでは得られない付加価値の高い有益な分析結果の提示を実現する。
【００１２】
【発明の実施の形態】
以下、図面を参照してこの発明の実施形態を説明する。
【００１３】
図１は、この発明の実施形態に係る知識分析システムのネットワーク構成を示す図である。
【００１４】
この知識分析システム１は、サーバ機などと称される高性能のコンピュータ上に構築され、複数のクライアントコンピュータ２とＬＡＮやイントラネットなどのネットワーク３を介して接続される。そして、知識分析システム１は、クライアントコンピュータ２からの分析要求を受け付け、その要求に基づく分析の結果を返却する。
【００１５】
図２は、この知識分析システム１の機能ブロックを示す図である。図２に示すように、この知識分析システム１は、ユーザインタフェース部１１および知識分析部１２の処理部と、知識データベース１３および分析結果格納データベース１４のデータ部とを有している。なお、処理部は、この知識分析システム１が構築されるコンピュータに搭載されたＣＰＵの動作手順を記述するプログラムにより構成されるものであり、データ部は、同コンピュータが備える磁気ディスク装置などの記憶媒体上に構成されるものである。
【００１６】
ユーザインタフェース部１１は、クライアントコンピュータ２の利用者に対する窓口の役割を担うものであり、分析軸選択部１１１および分析結果集計部１１２を有している。分析軸選択部１１１は、クライアントコンピュータ２からの指示の一部を受け付けるものであり、その詳細は後述する。一方、分析結果集計部１１２は、この分析軸選択部１１１により受け付けた指示に基づき、分析結果の集計を行ってクライアントコンピュータ２に返却するものである。この詳細についても後述する。
【００１７】
知識分析部１２は、例えば業務上で発生するアンケートや日報など、知識データベース１３に蓄積された大量のテキスト情報を分析し、その結果を分析結果格納データベース１４に格納するものであり、クラスタリング部１２１およびテキストマイニング部１４２を有している。クラスタリング部１２１は、各単語の出現頻度や複数の単語間の関連度により、知識データベース１３のテキスト情報をクラスタに分類するものであり（クラスタリング分析）、これにより得られたクラスタリング結果１４１を分析結果格納データベース１４に格納する。一方、テキストマイニング部１４２は、利用者から指定された条件に基づき、知識データベース１３のテキスト情報を利用者が望むカテゴリに分類するものであり（テキストマイニング分析）、これにより得られたテキストマイニング結果１４２を分析結果格納データベース１４に格納する。
【００１８】
ここで、図３乃至図５を参照して、この知識分析システム１の特徴である分析結果の提示方法についての概略を説明する。
【００１９】
いま、知識データベース１３には、アンケートや日報、メールなどのテキスト情報が大量に蓄積されているものとする（図３のＡ）。そして、この同一のテキスト情報群に対して、一方では、クラスタリング部１２１がクラスタリング分析を実行し、クラスタリング結果１４１を得て（図３のＢ２）、他方では、テキストマイニング部１２２がテキストマイニング分析を実行し、テキストマイニング結果１４２を得たとする（図３のＢ１）。
【００２０】
まず、クラスタリング結果１４１に着目すると、テキスト情報群は、Ｃ１，Ｃ２，Ｃ３，…と分類されているが、これらのいずれにも属さないテキスト情報も大量に発生する。同様に、テキストマイニング結果１４２に着目すると、テキスト情報群は、Ｔ１，Ｔ２，Ｔ３，…と分類されているが、これらのいずれにも属さないテキスト情報も大量に発生する。したがって、このままでは、いずれにも属さないテキスト情報は、「その他」の多数のテキスト情報と共にただ埋もれてしまうことになる。
【００２１】
そこで、この知識分析システム１では、この２つの分析結果を有機的に連結させて、より具体的には、例えばクラスタリング結果１４１を縦軸、テキストマイニング結果１４２を横軸に割り当てた２次元配列の表形式に集計して、利用者に提示するようにした（図３のＣ）。図中、ｎ１１は、クラスタリング部１２１によるクラスタリング分析によってクラスタＣ１に属するとともに、テキストマイニング部１２２によるテキストマイニング分析によってカテゴリＴ１に属するテキスト情報の件数を示している。
【００２２】
これにより、例えばクラスタリング結果１４１では「その他」として纏められたテキスト情報群を、テキストマイニング結果１４２のＴ１，Ｔ２，Ｔ３，…の分類で参照することができ（ｎｘ１，ｎｘ２，ｎｘ３，…）、同様に、テキストマイニング結果１４２では「その他」として纏められたテキスト情報群を、クラスタリング結果１４２におけるＣ１，Ｃ２，Ｃ３，…の分類で参照することができるようになる（ｎ１ｙ，ｎ２ｙ，ｎ３ｙ，…）。また、視点の異なる２つの分析結果を有機的に結合させることにより、一方の分析結果のみからでは得られない新たな発見を促すなど、いわゆる相乗効果を期待することもできる。
【００２３】
また、このクラスタリング部１２１のクラスタリング分析により得られるクラスタリング結果１４１と、テキストマイニング部１４２のテキストマイニング分析により得られるテキストマイニング結果１４２は、テキスト情報群を多階層のクラスタまたはカテゴリに分類されているのが一般的である。図５に、多階層のカテゴリに分類されたテキストマイニング結果１４２の一例を示す。そこで、この知識分析システム１では、縦軸および横軸の項目として配置するクラスタリング結果１４１およびテキストマイニング結果１４２のクラスタおよびカテゴリの階層を、利用者の指示に応じて各軸ごとに上下に移動できるようにした。
【００２４】
例えば、図３に示した表（Ｃ）において、テキストマイニング結果１４２をＴ１に絞ってさらに詳細に参照したいという要求に対して、この知識分析システム１では、図５に示すように、横軸の項目として配置されたテキストマイニング結果１４２のカテゴリの階層を一段下に移動させるべく再集計して提示する。この移動は、その階層が続く限り可能であり、また、逆に下から上への移動も当然に可能である。
【００２５】
次に、図６乃至図１０を参照して、この知識分析システム１が分析結果の提示を行う際の動作原理について説明する。
【００２６】
ネットワーク３を介して接続されるクライアントコンピュータ２に対して知識分析サービスを提供する際、ユーザインタフェース部１１は、まず、図６に示す画面を表示させるための画面データを送信する。この画面には、テキストマイニング分析の実行を指示するボタンａ１と、クラスタリング分析の実行を指示するボタンａ２と、分析軸の選択作業に移行するためのボタンａ３と、この分析軸の選択後に分析結果の集計を開始させるためのボタンａ４とが配置される。この画面の提示を受けた利用者は、クライアントコンピュータ２が備えるマウス等のポインティングデバイスを操作し、所望のボタンを選択する。
【００２７】
ボタンａ１の選択が通知されると、ユーザインタフェース部１１は、テキストマイニング分析の実行を知識分析部１２に指示する。一方、この指示を受けた知識分析部１２は、テキストマイニング部１２２が、知識データベース１３に蓄積された最新のテキスト情報群を対象にテキストマイニング分析を実行し、その分析結果、つまりテキストマイニング結果１４２を分析結果格納データベース１４に格納する。
【００２８】
同様に、ボタンａ２の選択が通知されると、ユーザインタフェース部１１は、クラスタリング分析の実行を知識分析部１２に指示する。一方、この指示を受けた知識分析部１２は、クラスタリング部１２１が、知識データベース１３に蓄積された最新のテキスト情報群を対象にテキストマイニング分析を実行し、その分析結果、つまりクラスタリング結果１４１を分析結果格納データベース１４に格納する。
【００２９】
また、ボタンａ３の選択が通知されると、ユーザインタフェース部１１は、図７に示す画面を表示させるための画面データを送信する。この画面には、クラスタリング結果１４１が割り当てられる表の縦軸の選択作業に移行するためのボタンｂ１と、テキストマイニング結果１４２が割り当てられる表の横軸の選択作業に移行するためのボタンｂ２とが追加配置される。そして、このボタンｂ１またはボタンｂ２の選択が通知されると、ユーザインタフェース部１１は、その通知された分析軸の選択処理を開始する。
【００３０】
いま、ボタンｂ１の選択が通知されたとすると、ユーザインタフェース部１１は、分析結果格納データベース１４に格納されたクラスタリング結果１４１におけるクラスタの階層構造を分析軸選択部１１１に取得させる。そして、ユーザインタフェース部１１は、その取得させたクラスタの階層構造を示した画面を表示させるための画面データを作成して送信する。図８に、この時に利用者に提示される画面を例示する。
【００３１】
図８の例では、クラスタリング結果１４１におけるクラスタの階層構造は、最上位層にＣ１，Ｃ２，…が存在し、また、Ｃ１の１つ下の層には、Ｃ１１，Ｃ１２，…が存在する。さらに、Ｃ１１の１つ下の層には、Ｃ１１１，Ｃ１１２，Ｃ１１３，Ｃ１１４，Ｃ１１５が存在する。そして、この画面の提示を受けた利用者が、この中からＣ１１を選択する場合、クライアントコンピュータ２が備えるマウス等のポインティングデバイスを操作し、Ｃ１１を選択した状態でボタンｃ１を選択する。一方、このＣ１１の選択を通知されたユーザインタフェース部１１は、図９に示す画面を表示させるための画面データを編集して送信する。図９に示すように、利用者が選択したＣ１１が、表の縦軸として選択された旨が示されている（図９のｄ１）。
【００３２】
また、同様に、利用者は、ボタンａ３およびボタンｂ２を選択し、テキストマイニング結果１４２が割り当てられる表の横軸の選択作業を行う。そして、その作業完了後、利用者は、ボタンａ４を選択し、分析結果の集計を開始させる。
【００３３】
このボタンａ４の選択が通知されると、ユーザインタフェース部１１は、クラスタリング結果１４１とテキストマイニング結果１４２とを有機的に結合させるための集計を分析結果集計部１１２に行わせる。
【００３４】
分析結果格納データベース１４に格納されるクラスタリング結果１４１およびテキストマイニング結果１４２には、各クラスタおよび各カテゴリにどのテキスト情報が属しているのかを識別するための情報が含まれている。したがって、この情報を突き合わせることにより、クラスタリング結果１４１の任意のクラスタとテキストマイニング結果１４２の任意のカテゴリの双方に属するテキスト情報の件数を集計することができる。分析結果集計部１１２は、このような突き合わせを行っていくことにより、クラスタリング結果１４１を縦軸、テキストマイニング結果１４２を横軸に割り当てた分析結果の集計を実行する。そして、ユーザインタフェース部１１は、この分析結果集計部１１２に集計させた分析結果を提示する画面を表示させるための画面データを作成して送信する。図１０に、この時に利用者に提示される画面を例示する。
【００３５】
図１０に示すように、画面の上部には、利用者が選択した縦軸および横軸のクラスタおよびカテゴリがそれぞれ表示される（ｅ１）。ここでは、表の縦軸にクラスタＣ１、表の横軸にカテゴリＴ１１が選択されている。そして、この選択に基づき、画面の中央部には、クラスタＣ１の１つ下の階層のクラスタＣ１１，Ｃ１２，Ｃ１３，…を縦軸の項目として配置し、カテゴリＴ１１の１つ下の階層のカテゴリＴ１１１，Ｔ１１２，Ｔ１１３，Ｔ１１４，Ｔ１１５，…を横軸の項目として配置した表形式で集計されたクラスタリング結果１４１およびテキストマイニング結果１４２が表示される（Ｅ２）。なお、この表は、下方向および右方向にそれぞれスクロール可能であり、その末端には、いずれのクラスタおよびカテゴリにも属さないテキスト情報の件数がそれぞれ集計されて表示される。
【００３６】
また、この縦軸の項目として配置されたクラスタ、または横軸の項目として配置されたカテゴリのいずれかを選択すると、その選択されたクラスタまたはカテゴリの１つ下の階層のクラスタまたはカテゴリを各軸に配置した状態で、クラスタリング結果１４１およびテキストマイニング結果１４２が再集計されて表示される（ドリルダウン）。例えば、クラスタＣ１２が選択されたとすると、縦軸はクラスタＣ１２１，Ｃ１２２，…に置き換わり、表内の件数も更新される。
【００３７】
さらに、画面の下部には、縦軸の項目として配置されたクラスタ、または横軸の項目として配置されたカテゴリの階層を１つ上のクラスタまたはカテゴリに移動させる（ドリルアップ）ためのボタンが配置される（ｅ３）。例えば、図１０の状態で表の横軸をドリルアップさせる旨が指示されると、横軸の項目として配置されるカテゴリは、カテゴリＴ１１，Ｔ１２，Ｔ１３，…に置き換わり、表内の件数も更新される。
【００３８】
図１１は、この知識分析システム１が分析結果の提示を行う際の動作手順を示すフローチャートである。
【００３９】
ユーザインタフェース部１１は、まず、クライアントコンピュータ２の利用者が作業を選択するためのタスク選択画面を表示させる画面データを送信する（ステップＡ１）。次に、この画面の提示を受けた利用者が、「分析軸の選択」を選択すると（ステップＡ２のＹＥＳ）、ユーザインタフェース部１１は、縦軸および横軸のいずれかを選択するための選択画面を表示させる画像データを送信する（ステップＡ３）。そして、この画面の提示を受けた利用者が、「縦軸」を選択した場合（ステップＡ４のＹＥＳ）、ユーザインタフェース部１１は、分析軸選択部１１１を用いてクラスタ選択処理を実行し（ステップＡ５）、「横軸」を選択した場合には（ステップＡ４のＮＯ）、分析軸選択部１１１を用いてカテゴリ選択処理を実行する（ステップＡ６）。
【００４０】
また、「分析スタート」が選択された場合（ステップＡ２のＮＯ，ステップＡ７のＹＥＳ）、ユーザインタフェース部１１は、分析結果集計部１１２を用いて選択されたクラスタおよびカテゴリを分析軸とした集計処理を実行し（ステップＡ８）、その集計結果を提示した分析結果画面を表示させる画像データを送信する（ステップＡ９）。
【００４１】
さらに、この分析結果画面上で分析軸の階層移動が指示されると（ステップＡ１０のＹＥＳ）、ユーザインタフェース部１１は、分析結果集計部１１２を用いて移動後のクラスタおよびカテゴリを分析軸とした集計処理を再実行する（ステップＡ８）。
【００４２】
以上の手順により、この知識分析システム１は、クラスタリング部１２１のクラスタリング結果１４１とテキストマイニング部１２２のテキストマイニング結果１４２とを有機的に結合させて提示し、また、分析対象のクラスタまたはカテゴリの階層を指示に応じて上下に移動させる。これにより、例えば一方の分析で埋もれた情報の傾向を他方の分析で把握すること等を可能とし、また、一方の分析結果のみからでは得られない新たな発見を促すなど、いわゆる相乗効果を期待することもできる。
【００４３】
なお、ここでは、視点の異なる２つの分析結果を有機的に結合させる方法として、２次元配列の表形式に集計する例を示したが、この発明は、これに限られるものではなく、互いの関係を表現できれば、どのような形式を適用することも可能である。
【００４４】
また、ここでは、図４に示すとおり、分析結果が多階層に整理されていることを前提に説明を行ったが、これは必ずしも必須ではなく、複数の分類観点を無理やりひとつの階層に押し込むことを強制するものではない。複数の分類観点は、それぞれ独立した平坦な分類体系として扱うことができ、たとえば表の２軸を利用してそれらを有機的に組み合わせることが可能である。
【００４５】
つまり、本願発明は、前記実施形態に限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で種々に変形することが可能である。更に、前記実施形態には種々の段階の発明が含まれており、開示される複数の構成要件における適宜な組み合わせにより種々の発明が抽出され得る。たとえば、実施形態に示される全構成要件から幾つかの構成要件が削除されても、発明が解決しようとする課題の欄で述べた課題が解決でき、発明の効果の欄で述べられている効果が得られる場合には、この構成要件が削除された構成が発明として抽出され得る。
【００４６】
【発明の効果】
以上のように、この発明によれば、互いに異なる分析手法による複数の分析結果を有機的に結合させて提示するテキスト情報分析システムおよび同システムに適用される分析結果の提示方法を提供することが可能となる。
【図面の簡単な説明】
【図１】この発明の実施形態に係る知識分析システムのネットワーク構成を示す図。
【図２】同実施形態の知識分析システムの機能ブロックを示す図。
【図３】同実施形態の知識分析システムが実行する分析結果の提示方法についての概略を説明するための第１の図。
【図４】同実施形態の知識分析システムが実行する分析結果の提示方法についての概略を説明するための第２の図。
【図５】同実施形態の知識分析システムが実行する分析結果の提示方法についての概略を説明するための第３の図。
【図６】同実施形態の知識分析システムで表示される画面を例示する第１の図。
【図７】同実施形態の知識分析システムで表示される画面を例示する第２の図。
【図８】同実施形態の知識分析システムで表示される画面を例示する第３の図。
【図９】同実施形態の知識分析システムで表示される画面を例示する第４の図。
【図１０】同実施形態の知識分析システムで表示される画面を例示する第５の図。
【図１１】同実施形態の知識分析システムが分析結果の提示を行う際の動作手順を示すフローチャート。
【符号の説明】
１…知識分析システム
２…クライアントコンピュータ
３…ネットワーク
１１…ユーザインタフェース
１２…知識分析部
１３…知識データベース
１４…分析結果格納データベース
１１１…分析軸選択部
１１２…分析結果集計部
１２１…クラスタリング部
１２２…テキストマイニング部
１４１…クラスタリング結果
１４２…テキストマイニング結果

Claims

クライアントコンピュータからの分析要求に基づいて、収集・蓄積されたテキスト情報を分析し、この分析結果を前記クライアントコンピュータの画面に表示させるためのテキスト情報分析システムにおいて、
各単語の出現頻度および複数の単語間の関連度に基づき、前記収集・蓄積されたテキスト情報をクラスタリング分析するクラスタリング分析手段と、
任意に指定される条件に基づき、前記収集・蓄積されたテキスト情報をテキストマイニング分析するテキストマイニング分析手段と、
同一のテキスト情報群に対する互いに分析手法の異なる前記クラスタリング分析手段および前記テキストマイニング分析手段の２つの分析結果をそれぞれ縦軸と横軸とに割り当てた２次元配列の表形式で画面に表示させるための画面データを作成し、前記クライアントコンピュータに送信する分析結果提示手段と
を具備することを特徴とするテキスト情報分析システム。
前記テキストマイニング分析手段で指定される条件は、前記テキスト情報群を所望のカテゴリに分類するための条件であることを特徴とする請求項１記載のテキスト情報分析システム。
前記クラスタリング分析手段分析手段および前記テキストマイニング分析手段は、前記テキスト情報群を多階層のクラスタおよびカテゴリに分類し、
前記分析結果提示手段は、前記縦軸および前記横軸の項目として配置するクラスタおよびカテゴリの階層を各軸ごとに上下に移動させる手段を有することを特徴とする請求項１記載のテキスト情報分析システム。
クライアントコンピュータからの分析要求に基づいて、収集・蓄積されたテキスト情報を分析し、この分析結果を前記クライアントコンピュータの画面に表示させるためのテキスト情報分析システムとして動作させるコンピュータを、
各単語の出現頻度および複数の単語間の関連度に基づき、前記収集・蓄積されたテキスト情報をクラスタリング分析するクラスタリング分析手段、
任意に指定される条件に基づき、前記収集・蓄積されたテキスト情報をテキストマイニング分析するテキストマイニング分析手段、
同一のテキスト情報群に対する互いに分析手法の異なる前記クラスタリング分析手段および前記テキストマイニング分析手段の２つの分析結果をそれぞれ縦軸と横軸とに割り当てた２次元配列の表形式で画面に表示させるための画面データを作成し、前記クライアントコンピュータに送信する分析結果提示手段
として機能させるためのプログラム。
前記テキストマイニング分析手段で指定される条件は、前記テキスト情報群を所望のカテゴリに分類するための条件であることを特徴とする請求項４記載のプログラム。
前記クラスタリング分析手段および前記テキストマイニング分析手段は、前記テキスト情報群を多階層のクラスタおよびカテゴリに分類し、
前記分析結果提示手段は、前記縦軸および前記横軸の項目として配置するクラスタおよびカテゴリの階層を各軸ごとに上下に移動させる手段を有することを特徴とする請求項４記載のプログラム。
クライアントコンピュータからの分析要求に基づいて、収集・蓄積されたテキスト情報を分析し、この分析結果を前記クライアントコンピュータの画面に表示させるためのテキスト情報分析システムに適用される分析結果の提示方法であって、
前記テキスト情報分析システムは、
各単語の出現頻度および複数の単語間の関連度に基づき、前記収集・蓄積されたテキスト情報をクラスタリング分析するクラスタリング分析ステップと、
任意に指定される条件に基づき、前記収集・蓄積されたテキスト情報をテキストマイニング分析するテキストマイニング分析ステップと、
同一のテキスト情報群に対する互いに分析手法の異なる前記クラスタリング分析ステップおよび前記テキストマイニング分析ステップの２つの分析結果をそれぞれ縦軸と横軸とに割り当てた２次元配列の表形式で画面に表示させるための画面データを作成し、前記クライアントコンピュータに送信する分析結果提示ステップと
を具備することを特徴とする分析結果の提示方法。
前記テキストマイニング分析ステップで指定される条件は、前記テキスト情報群を所望のカテゴリに分類するための条件であることを特徴とする請求項７記載の分析結果の提示方法。
前記クラスタリング分析ステップおよび前記テキストマイニング分析ステップは、前記テキスト情報群を多階層のクラスタおよびカテゴリに分類し、
前記分析結果提示ステップは、前記縦軸および前記横軸の項目として配置するクラスタおよびカテゴリの階層を各軸ごとに上下に移動させるステップを有することを特徴とする請求項７記載の分析結果の提示方法。