 |
||||||||||||
|
||||||||||||
| 前のページ 1 2 3 | ||||||||||||
|
||||||||||||
| TRUE TELLERによる分析 | ||||||||||||
|
それではTRUE TELLERにおける分析手法について、細かく見ていくことにしよう。 |
||||||||||||
| 全体集計 | ||||||||||||
|
これまでの処理の結果を元にして、トピックス別の集計が可能になる。その結果、「どんなトピックスが何人から寄せられているのか」「全体のどのくらいの割合を示しているのか」を瞬時に把握することができる。 TRUE TELLERでは、単語ランキング、主な話題機能などで全体集計結果を提供し、テキストデータを俯瞰することができる。 |
||||||||||||
| 意味の把握 | ||||||||||||
|
定性データの分析を行う際には、結果を解釈するにあたって感覚的な表現を汲み取ることも重要になってくる場合がある。そこでTRUE TELLERの構文解析では、解析結果を直感的に把握しやすくするため、意味情報の付与を行うことが可能だ。
表2：意味情報の付与 この他にも「否定」「疑問」「可能」「困難」など、8種類の表現を用いて文章の意図を把握することができる。また構文解析結果を元に、長い文章の主要構成要素（主題語）だけを抽出した、ダイジェストの把握なども可能である。 |
||||||||||||
| 差異の分析 | ||||||||||||
|
分析とは、元々「各部分に分けて、その性質を明らかにすること」がその語源である。蓄積されたテキストデータをいくつかのグループに分けて、その特徴を明らかにする場面も非常に多いことだろう。 例えば、以下のような差異を明らかにする場合である。
表3：差異を明らかにする条件 これらはあくまで一例であり、分析のテーマによってよってそれぞれ異なるだろうが、これらのコメントの違いを人間の目視で発見することは非常に困難である。かつ、定量的に捉えることはほぼ不可能であるといえる。 そこでTRUE TELLERでは、キーワード抽出やマッピング、属性クロス分析などの機能を用いることで明らかにすることができる。各グループの特徴を瞬時に把握できるため、新たな仮説を発見することができる。またその結果を踏まえて、グループごとに施策検討を行うことができる。 |
||||||||||||
| 変化の察知 | ||||||||||||
|
第1回〜第2回で述べてきたように、近年は消費者ニーズが多様化して変化も早い。そのため企業側としては市場ニーズの変化を早期に察知することも重要なポイントになる。また何か大きな問題が発生する前に、早期に問題の兆候となるものを発見することも重要である。 TRUE TELLERはこれらに対応するために、時系列モニタやアラート分析などの機能を通じ、膨大なテキストデータの中から、変化を察知する支援をしてくれる機能を備えている。 |
||||||||||||
| 今回のサマリー | ||||||||||||
|
今回説明したように、文章は形態素解析、同義語の統一、統計処理を経て分析が可能になる。構文解析という技術は、単語間の文法的なつながりを意識して、文章の内容が判断できるようになる。分析には全体傾向の把握、意味の把握、差異の分析、変化の察知などがある。 |
||||||||||||
|
前のページ 1 2 3 |
||||||||||||
|
|
||||||||||||
|
|
||||||||||||
|
||||||||||||
|
|
||||||||||||
|
||||||||||||
|
|
||||||||||||
|
||||||||||||
-
-
連載
