JP7078429B2

JP7078429B2 - 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

Info

Publication number: JP7078429B2
Application number: JP2018052073A
Authority: JP
Inventors: 景龍周
Original assignee: Screen Holdings Co Ltd
Current assignee: Screen Holdings Co Ltd
Priority date: 2018-03-20
Filing date: 2018-03-20
Publication date: 2022-05-31
Anticipated expiration: 2038-03-20
Also published as: JP2019164592A; TW201941083A; KR102175658B1; CN110309260A; CN110309260B; KR20190110435A; TWI736860B

Description

本発明は、テキストマイニングに関し、特に、階層的クラスター分析の結果を含む画面を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、自由記述された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、その結果を含む画面を表示するテキストマイニング装置について考える。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１０に示す樹形図（デンドログラム）を用いて分析者に提供される。分析者は、階層的クラスター分析の結果に基づき、テキストデータの概要を把握することができる。

特許文献１には、階層的クラスター分析の結果を図１１に示す態様で表示するテキストマイニング装置が記載されている。特許文献１に記載のテキストマイニング装置は、クラスター数ｍとクラスター内の最大表示データ数ｎとが与えられたときに、階層的クラスター分析の結果からｍ個のクラスターを求め、求めたｍ個のクラスターを雲形図形で画面に表示し、各クラスターの内部にｎ個以下の単語を表示する。

特開２０１８－１８１１８号公報

テキストデータの中には、保守作業記録やコールセンターの電話応対記録などのように、日付を有する文からなり、長期間に亘って累積的に蓄積されるものがある。このようなテキストデータに対して階層的クラスター分析を行うときには、テキストデータを例えば月ごとに分け、各月のテキストデータに対して階層的クラスター分析を行う。これにより、階層的クラスター分析の結果を月ごとに求めることができる。

この場合、分析者は、テキストデータの中から注目すべき単語（以下、注目語という）を選択し、各月において注目語を含むクラスター、注目語を含むクラスターが変化する時期、注目語の出現頻度の経時変化などを知りたいと考える。しかし、従来のテキストマイニング装置では、利用者は階層的クラスター分析の結果の経時変化を容易に認識することができない。

それ故に、本発明は、利用者が階層的クラスター分析の結果の経時変化を容易に認識でき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含む画面を表示するテキストマイニング方法であって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示するステップとを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記第２画面は、前記クラスター名が変化する時期に対応する位置に、前記クラスター名の変化の程度に応じた態様を有するマークをさらに含むことを特徴とする。

本発明の第２の局面は、本発明の第１の局面において、
前記クラスター名は、前記クラスターに含まれる単語を出現頻度が高い順に所定の個数以下だけ連結したものであることを特徴とする。

本発明の第３の局面は、本発明の第１の局面において、
前記マークは、前記クラスター名の変化の程度に応じた色を有する矢印であることを特徴とする。

本発明の第４の局面は、テキストデータの分析結果を含む画面を表示するテキストマイニング方法であって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示するステップとを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記クラスター名を構成する単語のうち前のクラスター名から変化した単語は、前記第２画面内で強調表示され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または第４の局面において、
前記第２画面は、前記時間軸に沿って前記注目語の出現頻度の経時変化を示すグラフをさらに含むことを特徴とする。

本発明の第６の局面は、テキストデータの分析結果を含む画面を表示するテキストマイニング方法であって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示するステップとを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記第２画面は、前記時間軸に沿って前記注目語の出現頻度の経時変化を示すグラフをさらに含み、
前記第２画面は、前記クラスター名が変化する時期に対応する位置に境界線をさらに含み、前記グラフの背景は、前記境界線ごとに異なる態様を有することを特徴とする。

本発明の第７の局面は、テキストデータの分析結果を含む画面を表示するテキストマイニング方法であって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示するステップとを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記クラスター名が大きく変化することが多い場合には、前記画面を表示するステップは、警告メッセージを含む画面を表示することを特徴とする。

本発明の第８の局面は、テキストデータの分析結果を含む画面を表示するためのテキストマイニングプログラムであって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示する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、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記第２画面は、前記クラスター名が変化する時期に対応する位置に、前記クラスター名の変化の程度に応じた態様を有するマークをさらに含むことを特徴とする。

本発明の第９の局面は、本発明の第８の局面において、
前記クラスター名は、前記クラスターに含まれる単語を出現頻度が高い順に所定の個数以下だけ連結したものであることを特徴とする。

本発明の第１０の局面は、本発明の第８の局面において、
前記マークは、前記クラスター名の変化の程度に応じた色を有する矢印であることを特徴とする。

本発明の第１１の局面は、テキストデータの分析結果を含む画面を表示するためのテキストマイニングプログラムであって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示する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、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記クラスター名を構成する単語のうち前のクラスター名から変化した単語は、前記第２画面内で強調表示されることを特徴とする。

本発明の第１２の局面は、本発明の第８または第１１の局面において、
前記第２画面は、前記時間軸に沿って前記注目語の出現頻度の経時変化を示すグラフをさらに含むことを特徴とする。

本発明の第１３の局面は、テキストデータの分析結果を含む画面を表示するためのテキストマイニングプログラムであって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示する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、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記第２画面は、前記時間軸に沿って前記注目語の出現頻度の経時変化を示すグラフをさらに含み、
前記第２画面は、前記クラスター名が変化する時期に対応する位置に境界線をさらに含み、前記グラフの背景は、前記境界線ごとに異なる態様を有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含む画面を表示するためのテキストマイニングプログラムであって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示する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、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記クラスター名が大きく変化することが多い場合には、前記画面を表示するステップは、警告メッセージを含む画面を表示することを特徴とする。

本発明の第１５の局面は、テキストデータの分析結果を含む画面を表示するテキストマイニング装置であって、
日付を有する文からなるテキストデータから単語を抽出する単語抽出部と、
前記単語に対して分析期間ごとに階層的クラスター分析を行うクラスタリング処理部と、
前記階層的クラスター分析の結果を含む画面を表示する画面表示部とを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面表示部は、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記第２画面は、前記クラスター名が変化する時期に対応する位置に、前記クラスター名の変化の程度に応じた態様を有するマークをさらに含むことを特徴とする。
本発明の第１６の局面は、本発明の第１５の局面において、
前記マークは、前記クラスター名の変化の程度に応じた色を有する矢印であることを特徴とする。

本発明の第１７の局面は、テキストデータの分析結果を含む画面を表示するテキストマイニング装置であって、
日付を有する文からなるテキストデータから単語を抽出する単語抽出部と、
前記単語に対して分析期間ごとに階層的クラスター分析を行うクラスタリング処理部と、
前記階層的クラスター分析の結果を含む画面を表示する画面表示部とを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面表示部は、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記クラスター名を構成する単語のうち前のクラスター名から変化した単語は、前記第２画面内で強調表示されることを特徴とする。

上記第１、第８または第１５の局面によれば、階層的クラスター分析の結果を含む第１画面内で注目語を指定する指示が入力されたときに、注目語を含むクラスターの経時変化を示す第２画面を表示することにより、利用者は階層的クラスター分析の結果の経時変化を容易に認識することができる。また上記第１、第８または第１５の局面によれば、注目語を含むクラスターに含まれる単語に基づくクラスター名を時間軸に沿って示すことにより、利用者は注目語を含むクラスターの経時変化を容易に認識することができる。さらに上記第１、第８または第１５の局面によれば、注目語を含むクラスターの名前の変化の程度に応じた態様を有するマークを含む第２画面を表示することにより、利用者は注目語を含むクラスターの変化の程度を容易に認識することができる。

上記第２または第９の局面によれば、注目語を含むクラスター内で出現頻度が高い単語を連結したクラスター名を時間軸に沿って示すことにより、利用者は注目語を含むクラスターの経時変化を容易に認識することができる。

上記第３、第１０、または第１６の局面によれば、注目語を含むクラスターの名前の変化の程度に応じた態様を有するマーク（変化の程度に応じた色を有する矢印）を含む第２画面を表示することにより、利用者は注目語を含むクラスターの変化の程度を容易に認識することができる。

上記第４、第１１、または第１７の局面によれば、階層的クラスター分析の結果を含む第１画面内で注目語を指定する指示が入力されたときに、注目語を含むクラスターの経時変化を示す第２画面を表示することにより、利用者は階層的クラスター分析の結果の経時変化を容易に認識することができる。また上記第４、第１１、または第１７の局面によれば、注目語を含むクラスターに含まれる単語に基づくクラスター名を時間軸に沿って示すことにより、利用者は注目語を含むクラスターの経時変化を容易に認識することができる。さらに上記第４、第１１、または第１７の局面によれば、注目語を含むクラスターの名前を構成する単語のうち変化した単語を強調表示することにより、利用者は注目語を含むクラスターにおいて出現頻度が高い単語がどのように変化したかを容易に認識することができる。

上記第５または第１２の局面によれば、注目語を含むクラスターの経時変化に加えて、注目語の出現頻度の経時変化を示すグラフを含む画面を表示することにより、利用者は階層的クラスター分析の結果の経時変化を容易に認識することができる。

上記第６または第１３の局面によれば、階層的クラスター分析の結果を含む第１画面内で注目語を指定する指示が入力されたときに、注目語を含むクラスターの経時変化を示す第２画面を表示することにより、利用者は階層的クラスター分析の結果の経時変化を容易に認識することができる。また上記第６または第１３の局面によれば、注目語を含むクラスターに含まれる単語に基づくクラスター名を時間軸に沿って示すことにより、利用者は注目語を含むクラスターの経時変化を容易に認識することができる。さらに上記第６または第１３によれば、注目語を含むクラスターの経時変化に加えて、注目語の出現頻度の経時変化を示すグラフを含む画面を表示することにより、利用者は階層的クラスター分析の結果の経時変化を容易に認識することができる。さらにまた上記第６または第１３の局面によれば、注目語を含むクラスターの名前が変化する時期に対応する位置に境界線を表示し、グラフの背景の態様を境界線ごとに切り替えることにより、利用者は注目語を含むクラスターが変化する時期を容易に認識することができる。

上記第７または第１４の局面によれば、階層的クラスター分析の結果を含む第１画面内で注目語を指定する指示が入力されたときに、注目語を含むクラスターの経時変化を示す第２画面を表示することにより、利用者は階層的クラスター分析の結果の経時変化を容易に認識することができる。また上記第７または第１４の局面によれば、注目語を含むクラスターに含まれる単語に基づくクラスター名を時間軸に沿って示すことにより、利用者は注目語を含むクラスターの経時変化を容易に認識することができる。さらに上記第７または第１４の局面によれば、注目語を含むクラスターの名前が大きく変化することが多い場合に警告メッセージ含む画面を表示することにより、利用者は階層的クラスター分析が不調であることを認識することができる。

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動作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が表示する階層的クラスター分析の結果を示すウインドウの例を示す図である。図４に示すウインドウ内で注目語を指定する操作を示す図である。図１に示すテキストマイニング装置が表示する分析結果の経時変化を示すウインドウ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表示画面の例を示す図である。階層的クラスター分析の結果の経時変化の例を示す図である。図８Ａの続図である。図８Ｂの続図である。図８Ｃの続図である。図１に示すテキストマイニング装置が表示するウインドウを示す図である。樹形図の例を示す図である。従来のテキストマイニング装置における階層的クラスター分析の結果の表示態様を示す図である。

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、テキストデータ記憶部１２、単語抽出部１３、クラスタリング処理部１４、分析結果記憶部１５、および、画面表示部１６を備えている。テキストマイニング装置１０は、テキストデータ記憶部１２に記憶されたテキストデータに対して階層的クラスター分析を行い、分析結果を含む画面を表示する。

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（テキストデータの分析者）からの指示が入力される。テキストデータ記憶部１２は、自由記述された１以上のテキストデータを記憶している。単語抽出部１３は、テキストデータ記憶部１２に記憶されたテキストデータに対して形態素解析を行うことにより、テキストデータから単語を抽出する。クラスタリング処理部１４は、単語抽出部１３で抽出された単語に対して階層的クラスター分析を行う。分析結果記憶部１５は、クラスタリング処理部１４による分析結果を記憶する。画面表示部１６は、分析結果記憶部１５に記憶された分析結果に基づき画面データを表示する。

テキストデータ記憶部１２は、日付を有する文からなり、長期間（例えば、数年間）に亘って累積的に蓄積されたテキストデータを記憶している。利用者は、指示入力部１１を用いて、分析対象のテキストデータと分析期間と分析間隔を指定する指示、注目語を指定する指示などを入力する。単語抽出部１３、クラスタリング処理部１４、および、画面表示部１６は、利用者からの指示に従い、テキストデータに対して階層的クラスター分析を行った結果を含む画面を表示するための動作を行う。また、画面表示部１６は、利用者からの指示に従い、階層的クラスター分析の結果の経時変化を含む画面を表示する。

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、記録媒体読み取り部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。記録媒体読み取り部２７は、プログラムなどを記憶した記録媒体３０のインターフェイス回路である。記録媒体３０には、例えば、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ＵＳＢメモリなどの非一過性の記録媒体が使用される。

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３２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３２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、記録媒体３０から記録媒体読み取り部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３２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、テキストデータ３２から単語を抽出する処理、抽出した単語に対して階層的クラスター分析を行う処理、分析結果を含む画面を表示する処理などを行う。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の動作を示すフローチャートである。図３に示す動作を行う前に、テキストデータ記憶部１２は、自由記述され、累積的に蓄積された１以上のテキストデータを記憶している。テキストデータは日付（例えば、作業日や受付日など）を有する文からなり、テキストデータは日付によって複数の部分に分割される。テキストマイニング装置１０は、テキストデータ記憶部１２に記憶されたテキストデータのうちで利用者が指定したテキストデータに対して処理を行う。

図３において、指示入力部１１は、まず利用者から分析対象のテキストデータ、分析期間、および、分析間隔を指定する指示を受け取る（ステップＳ１０１）。利用者は、入力部２４を用いて、画面に表示されたダイアログボックス（図示せず）にこれらの情報を入力する。受け取った指示は、テキストマイニング装置１０の各部に対して出力される。

次に、単語抽出部１３は、テキストデータ記憶部１２から指定されたテキストデータを読み出す（ステップＳ１０２）。次に、単語抽出部１３は、ステップＳ１０２で読み出したテキストデータに対して形態素解析を行うことにより、読み出したテキストデータから単語を抽出する（ステップＳ１０３）。このとき、単語抽出部１３は、読み出したテキストデータから、後の分析で必要となる単語だけを抽出する。

次に、クラスタリング処理部１４は、ステップＳ１０３で抽出された単語に対して階層的クラスター分析を行う（ステップＳ１０４）。次に、クラスタリング処理部１４は、ステップＳ１０３で抽出された単語の出現頻度を求める（ステップＳ１０５）。次に、分析結果記憶部１５は、ステップＳ１０４で求めた階層的クラスター分析の結果とステップＳ１０５で求めた単語の出現頻度とを記憶する（ステップＳ１０６）。

クラスタリング処理部１４は、指示入力部１１から、利用者が指定した分析期間と分析間隔を受け取る。分析期間は、分析対象のテキストデータのうち、実際に階層的クラスター分析を行う期間を示す。分析期間は、分析間隔を単位として複数の期間に分割される。例えば、分析期間が２００５年６月１日から２０１５年５月３１日までの期間であり、分析間隔が１ヵ月である場合、１１年の分析期間は１３２個の期間に分割される。

分割後の期間の個数をｐとする。クラスタリング処理部１４は、ステップＳ１０４において、ｐ個の期間のそれぞれについて階層的クラスター分析を行う。より詳細には、クラスタリング処理部１４は、ｐ個の期間のそれぞれについて、ステップＳ１０３で抽出された単語に対して、ステップＳ１０２で読み出されたテキストデータのうち期間内の日時を有する文を用いて階層的クラスター分析を行う。クラスタリング処理部１４は、例えば、テキストデータ３２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。クラスタリング処理部１４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。

クラスタリング処理部１４は、ステップＳ１０５において、ｐ個の期間のそれぞれについて単語の出現頻度を求める。ステップＳ１０４では階層的クラスター分析の結果がｐ個求められ、ステップＳ１０５では単語の出現頻度がｐ個ずつ求められる。分析結果記憶部１５は、ステップＳ１０６において、ｐ個の期間のそれぞれについて、階層的クラスター分析の結果と単語の出現頻度を記憶する。

次に、画面表示部１６は、分析結果記憶部１５に記憶された階層的クラスター分析の結果を含む画面を表示する（ステップＳ１０７）。図４は、ステップＳ１０７で表示されるウインドウの例を示す図である。図４に示すウインドウ４１は、階層的クラスター分析の結果を含んでいる。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、階層的クラスター分析の結果を含む画面を表示するときに、樹形図に代えて、複数のクラスターを図４に示す態様で表示する。

テキストマイニング装置１０は、動作パラメータとして、クラスター数とクラスター内の最大表示データ数とを有する。以下、前者をｍ、後者をｎとする。これらの値は、初期状態では所定の初期値に設定されている。利用者は、指示入力部１１を用いて、これらの値を任意に設定してもよい。テキストマイニング装置１０では、ステップＳ１０３で抽出された単語は、ｍ個のクラスターに分類される。各クラスターには、１個以上の単語が含まれる。ウインドウ４１にはｍ個のクラスターが雲形図形で表示され、各クラスターの内部には各クラスターに含まれる単語が表示される。各クラスターの内部に表示される単語の個数は、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、画面に表示されるクラスターの内部には５個の単語が表示される。

次に、指示入力部１１は、利用者から指示を受け取る（ステップＳ１１１）。次に、テキストマイニング装置１０は、ステップＳ１１１で受け取った指示が注目語を指定する指示か否かを判断する（ステップＳ１１２）。テキストマイニング装置１０の制御は、Ｙｅｓの場合にはステップＳ１２１へ進み、Ｎｏの場合にはステップＳ１１３へ進む。

後者の場合、ステップＳ１１１で受け取った指示は、例えば、ウインドウを移動させる指示、ウインドウを非表示にする指示、ウインドウを閉じる指示などである。画面表示部１６は、ステップＳ１１１で受け取った指示に従い、更新後の画面を表示する（ステップＳ１１３）。その後、テキストマイニング装置１０の制御は、ステップＳ１１１へ進む。

ステップＳ１１１を実行するときには、階層的クラスター分析の結果を含む画面が表示されている。以下、ステップＳ１１１を実行するときに、図４に示すウインドウ４１を含む画面が表示されているとする。また、マウスカーソル４３が表示画面内のある要素の上にあるときにマウス２９のボタンをクリックすることを「要素をクリックする」といい、注目語を含むクラスターを「注目語クラスター」といい、注目語クラスターに付けられる名前を「注目語クラスター名」という。

図５は、注目語を指定する操作を示す図である。利用者は、ウインドウ４１内で注目語として指定する単語（ここでは「分解」）をクリックする（１回目のクリック）。このとき、表示画面内にコンテキストメニュー４２が現れる。利用者は、コンテキストメニュー４２の中で項目「分析結果の経時変化へ」をクリックする（２回目のクリック）。この操作により、１回目にクリックされた単語が注目語として指定される。

ステップＳ１１２でＹｅｓの場合、画面表示部１６は、分析結果記憶部１５から階層的クラスター分析の結果と注目語の出現頻度を読み出す（ステップＳ１２１）。次に、画面表示部１６は、読み出したデータに基づき、階層的クラスター分析の結果の経時変化を含む画面を表示する（ステップＳ１２２）。

図６は、ステップＳ１２２で表示される、分析結果の経時変化を示すウインドウを示す図である。図６に示すウインドウ５１は、ステップＳ１１１において、注目語として「分解」を指定したときに表示される。ウインドウ５１は、例えば図７に示すように、図４に示すウインドウ４１に重ねて表示される。

ウインドウ５１は、水平方向に延伸する時間軸に沿って、注目語の出現頻度の経時変化を示す折れ線グラフ５２を含んでいる。注目語の出現頻度には、例えば、注目語クラスターに含まれるすべての単語の出現回数の合計のうちで注目語の出現回数が占める割合が使用される。注目語の出現頻度は、利用者から指示に従い、注目語の出現回数に切り替えられてもよい。

階層的クラスター分析によって得られるクラスターの構成（クラスターに含まれる要素）は、経時的に変化する。クラスターの経時変化を示すために、クラスターには自動的に名前が付けられる。クラスターが１個の単語だけを含む場合には、クラスター名にはその単語がそのまま使用される。クラスターが２個の単語を含む場合には、クラスター名には２個の単語を出現頻度が高い順に連結したものが使用される。クラスターが３個以上の単語を含む場合には、クラスター名にはクラスターに含まれる単語のうち出現頻度が高い３個の単語を出現頻度が大きい順に連結したものが使用される。なお、クラスター名を構成する単語の集合が同じ場合、単語の順序が異なっていても同じクラスター名として扱われる。

図８Ａ～図８Ｄは、階層的クラスター分析の結果の経時変化の例を示す図である。図８Ａ～図８Ｄには、異なる月における階層的クラスター分析の結果が記載されている。図８Ａ～図８Ｄにおいて、雲形図形はクラスターを表し、下線を付した文字列はクラスター名を表す。円のサイズは、円内に記載された単語の出現頻度を表す。

図８Ａに示す分析結果では、テキストデータから抽出された単語は、「駆動」と「分解」を含むクラスター、「排気」と「圧」と「フロー」と「バルブ」を含むクラスター、および、「ベルト」と「回転」と「チェック」と「モータ」と「張り」を含むクラスターに分類されている。これら３個のクラスターには、それぞれ、「駆動・分解」、「排気・圧・フロー」、および、「ベルト・回転・チェック」という名前が付けられる。図８Ｂ～図８Ｄに示す分析結果についても、３個のクラスターに同様の方法で名前が付けられる。

注目語として「分解」を指定したとき、注目語クラスター名は、図８Ａに示す分析結果では「分解・駆動」であり、図８Ｂに示す分析結果では「駆動・ベルト・回転」であり、図８Ｃに示す分析結果では「排気・圧・フロー」であり、図８Ｄに示す分析結果では「排気・圧・分解」である。このように注目語クラスター名は、経時的に変化する。

図６に示すウインドウ５１は、折れ線グラフ５２に加えて、注目語クラスター名５３、境界線５４、および、矢印５５を含んでいる。注目語クラスター名５３は、水平方向に延伸する時間軸に沿って、折れ線グラフ５２の上部に表示される。境界線５４は、折れ線グラフ５２内で、注目語クラスター名５３が変化する時期に対応する位置に表示される。注目語クラスター名５３は、境界線５４で区切られた期間ごとに表示される。折れ線グラフ５２の背景は、境界線５４ごとに異なる態様（例えば、異なる色や異なるパターン）を有する。注目語クラスター名５３を構成する単語のうち前のクラスター名から変化した単語（古い注目語クラスター名には含まれておらず、新しい注目語クラスター名に含まれている単語）は、強調表示される。ウインドウ５１では、そのような単語は太字かつ斜体で表示されている。

矢印５５は、境界線５４の上部で、注目語クラスター名５３が変化する時期に対応する位置に表示される。矢印５５は、注目語クラスター名５３の変化の程度に応じた態様で表示される。注目語クラスター名５３を構成する単語がすべて変化する場合には、赤い矢印５５ｒが表示される。注目語クラスター名５３を構成する単語が２個変化する場合には、青い矢印５５ｂが表示される。注目語クラスター名５３を構成する単語が１個変化する場合には、黒い矢印５５ｎが表示される。なお、矢印５５の表示態様は、注目語クラスター名５３の変化の程度に応じて異なる限り任意でよい。例えば、矢印５５の表示サイズが、注目語クラスター名５３の変化の程度に応じて異なっていてもよい。

図６に示す例では、注目語クラスター名５３は、「駆動・分解」、「駆動・ベルト・回転」、「排気・圧・フロー」、および、「排気・圧・分解」の順に経時的に変化する。１回目の変化では注目語クラスター名５３を構成する単語が２個変化するので、最初の境界線５４の上には青い矢印５５ｂが表示される。２回目の変化では注目語クラスター名５３を構成する単語がすべて変化するので、２番目の境界線５４の上には赤い矢印５５ｒが表示される。３回目の変化では注目語クラスター名５３を構成する単語が１個変化するので、３番目の境界線５４の上には黒い矢印５５ｎが表示される。

次に、画面表示部１６は、ステップＳ１２２で表示した画面に含まれる矢印５５の個数を種類ごとに求める（ステップＳ１２３）。次に、画面表示部１６は、各種類の矢印５５の個数に基づき、注目語クラスター名５３の変化が大きいか否かを判断する（ステップＳ１２４）。画面表示部１６は、例えば、赤い矢印５５ｒの個数が矢印５５の総数の３０％を超えた場合にＹｅｓと判断してもよく、赤い矢印５５ｒの個数と青い矢印５５ｂの個数の合計が矢印５５の総数の６０％を超えた場合にＹｅｓと判断してもよい。テキストマイニング装置１０の制御は、Ｙｅｓの場合はステップＳ１２５へ進み、Ｎｏの場合はステップＳ１１１へ進む。

前者の場合、画面表示部１６は、警告メッセージを含む画面を表示する（ステップＳ１２５）。図９は、ステップＳ１２５で表示されるウインドウを示す図である。図９に示すウインドウ６１は、注目語クラスターの構成が大きく変化する場合が多いので、階層的クラスター分析の設定（例えば、クラスター数や対象単語数）を見直すことを勧める旨の警告メッセージを含んでいる。その後、テキストマイニング装置１０の制御は、ステップＳ１１１へ進む。

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、日付を有する文からなるテキストデータから単語を抽出するステップ（ステップＳ１０２、Ｓ１０３）と、抽出した単語に対して分析期間ごとに階層的クラスター分析を行うステップ（ステップＳ１０４）と、階層的クラスター分析による分析結果を含む画面を表示するステップ（ステップＳ１０７、Ｓ１１３、Ｓ１２１～Ｓ１２５）とを備えている。分析結果を含む第１画面（ウインドウ４１を含む画面）内で注目語を指定する指示が入力されたときに（図５）、画面を表示するステップ（ステップＳ１２２）は、注目語を含むクラスターの経時変化を示す第２画面（ウインドウ５１を含む画面）を表示する。本実施形態に係るテキストマイニング方法によれば、階層的クラスター分析の結果を含む第１画面内で注目語を指定する指示が入力されたときに、注目語を含むクラスターの経時変化を示す第２画面を表示することにより、利用者は階層的クラスター分析の結果の経時変化を容易に認識することができる。

また、第２画面は、注目語を含むクラスターに含まれる単語に基づくクラスター名（注目語クラスター名５３）を時間軸に沿って示す。また、このクラスター名は、注目語を含むクラスターに含まれる単語を出現頻度が高い順に所定の個数以下（３個以下）だけ連結したものである。したがって、利用者は注目語を含むクラスターの経時変化を容易に認識することができる。

また、第２画面は、注目語を含むクラスターの名前が変化する時期に対応する位置に、クラスター名の変化の程度に応じた態様を有するマークを含んでいる。このマークは、クラスター名の変化の程度に応じた色を有する矢印５５でもよい。このようなマーク（矢印５５）を含む第２画面を表示することにより、利用者は注目語を含むクラスターの名前の変化の程度を容易に認識することができる。また、クラスター名を構成する単語のうち前のクラスター名から変化した単語（図６に示す「ベルト」、「回転」など）は、第２画面内で強調表示される。したがって、利用者は注目語を含むクラスターにおいて出現頻度が高い単語がどのように変化したかを容易に認識することができる。

また、第２画面は、時間軸に沿って注目語の出現頻度の経時変化を示すグラフ（折れ線グラフ５２）を含んでいる。注目語を含むクラスターの経時変化に加えて、注目語の出現頻度の経時変化を示すグラフを含む画面を表示することにより、利用者は階層的クラスター分析の結果の経時変化を容易に認識することができる。また、第２画面は、注目語を含むクラスターの名前が変化する時期に対応する位置に境界線５４を含み、グラフの背景は、境界線ごとに異なる態様を有する。したがって、利用者は注目語を含むクラスターが変化する時期を容易に認識することができる。また、注目語を含むクラスターの名前が大きく変化することが多い場合には、画面を表示するステップは、警告メッセージを含む画面（ウインドウ６１を含む画面）を表示する。したがって、利用者は階層的クラスター分析が不調であることを認識することができる。

本実施形態に係るテキストマイニング装置１０およびテキストマイニングプログラム３１は、上記のテキストマイニング方法と同様の特徴を有し、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装置１０、および、テキストマイニングプログラム３１によれば、利用者は階層的クラスター分析の結果の経時変化を容易に認識することができる。

１０…テキストマイニング装置
１１…指示入力部
１２…テキストデータ記憶部
１３…単語抽出部
１４…クラスタリング処理部
１５…分析結果記憶部
１６…画面表示部
２０…コンピュータ
２１…ＣＰＵ
２２…メインメモリ
２９…マウス
３０…記録媒体
３１…テキストマイニングプログラム
３２…テキストデータ
４１、５１、６１…ウインドウ
４２…コンテキストメニュー
４３…マウスカーソル
５２…折れ線グラフ
５３…注目語クラスター名
５４…境界線
５５…矢印

Claims

テキストデータの分析結果を含む画面を表示するテキストマイニング方法であって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示するステップとを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記第２画面は、前記クラスター名が変化する時期に対応する位置に、前記クラスター名の変化の程度に応じた態様を有するマークをさらに含むことを特徴とする、テキストマイニング方法。
前記クラスター名は、前記クラスターに含まれる単語を出現頻度が高い順に所定の個数以下だけ連結したものであ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。
前記マークは、前記クラスター名の変化の程度に応じた色を有する矢印であ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。
テキストデータの分析結果を含む画面を表示するテキストマイニング方法であって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示するステップとを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記クラスター名を構成する単語のうち前のクラスター名から変化した単語は、前記第２画面内で強調表示されることを特徴とする、テキストマイニング方法。
前記第２画面は、前記時間軸に沿って前記注目語の出現頻度の経時変化を示すグラフをさらに含むことを特徴とする、請求項１または４に記載のテキストマイニング方法。
テキストデータの分析結果を含む画面を表示するテキストマイニング方法であって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示するステップとを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記第２画面は、前記時間軸に沿って前記注目語の出現頻度の経時変化を示すグラフをさらに含み、
前記第２画面は、前記クラスター名が変化する時期に対応する位置に境界線をさらに含み、前記グラフの背景は、前記境界線ごとに異なる態様を有することを特徴とする、テキストマイニング方法。
テキストデータの分析結果を含む画面を表示するテキストマイニング方法であって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示するステップとを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記クラスター名が大きく変化することが多い場合には、前記画面を表示するステップは、警告メッセージを含む画面を表示することを特徴とする、テキストマイニング方法。
テキストデータの分析結果を含む画面を表示するためのテキストマイニングプログラムであって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示する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、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記第２画面は、前記クラスター名が変化する時期に対応する位置に、前記クラスター名の変化の程度に応じた態様を有するマークをさらに含むことを特徴とする、テキストマイニングプログラム。
前記クラスター名は、前記クラスターに含まれる単語を出現頻度が高い順に所定の個数以下だけ連結したものであることを特徴とする、請求項８に記載のテキストマイニングプログラム。
前記マークは、前記クラスター名の変化の程度に応じた色を有する矢印であることを特徴とする、請求項８に記載のテキストマイニングプログラム。
テキストデータの分析結果を含む画面を表示するためのテキストマイニングプログラムであって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示する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、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記クラスター名を構成する単語のうち前のクラスター名から変化した単語は、前記第２画面内で強調表示されることを特徴とする、テキストマイニングプログラム。
前記第２画面は、前記時間軸に沿って前記注目語の出現頻度の経時変化を示すグラフをさらに含むことを特徴とする、請求項８または１１に記載のテキストマイニングプログラム。
テキストデータの分析結果を含む画面を表示するためのテキストマイニングプログラムであって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示する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、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記第２画面は、前記時間軸に沿って前記注目語の出現頻度の経時変化を示すグラフをさらに含み、
前記第２画面は、前記クラスター名が変化する時期に対応する位置に境界線をさらに含み、前記グラフの背景は、前記境界線ごとに異なる態様を有することを特徴とする、テキストマイニングプログラム。
テキストデータの分析結果を含む画面を表示するためのテキストマイニングプログラムであって、
日付を有する文からなるテキストデータから単語を抽出するステップと、
前記単語に対して分析期間ごとに階層的クラスター分析を行うステップと、
前記階層的クラスター分析の結果を含む画面を表示する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、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面を表示するステップは、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記クラスター名が大きく変化することが多い場合には、前記画面を表示するステップは、警告メッセージを含む画面を表示することを特徴とする、テキストマイニングプログラム。
テキストデータの分析結果を含む画面を表示するテキストマイニング装置であって、
日付を有する文からなるテキストデータから単語を抽出する単語抽出部と、
前記単語に対して分析期間ごとに階層的クラスター分析を行うクラスタリング処理部と、
前記階層的クラスター分析の結果を含む画面を表示する画面表示部とを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面表示部は、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記第２画面は、前記クラスター名が変化する時期に対応する位置に、前記クラスター名の変化の程度に応じた態様を有するマークをさらに含むことを特徴とする、テキストマイニング装置。
前記マークは、前記クラスター名の変化の程度に応じた色を有する矢印であ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装置。
テキストデータの分析結果を含む画面を表示するテキストマイニング装置であって、
日付を有する文からなるテキストデータから単語を抽出する単語抽出部と、
前記単語に対して分析期間ごとに階層的クラスター分析を行うクラスタリング処理部と、
前記階層的クラスター分析の結果を含む画面を表示する画面表示部とを備え、
前記結果を含む第１画面内で注目語を指定する指示が入力されたときに、前記画面表示部は、前記注目語を含むクラスターの経時変化を示す第２画面を表示し、
前記第２画面は、前記クラスターに含まれる単語に基づくクラスター名を時間軸に沿って示し、
前記クラスター名を構成する単語のうち前のクラスター名から変化した単語は、前記第２画面内で強調表示されることを特徴とする、テキストマイニング装置。