質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.47%

  • Python

    8622questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

テキストマイニングについて

解決済

回答 2

投稿

  • 評価
  • クリップ 0
  • VIEW 169

xkx

score 5

テキストマイニングについての質問です。
タグは無視してください。
文章中に出現する特定の単語の頻度を調べてリスト化する方法が知りたいです。
また、その場合Mecabなどによる形態素解析を行う必要はありますか?
Mecabは文章中の全て形態素の頻度を調べることには適していると思いますが、特定の形態素の頻度をリスト化して返すことにも使えるのでしょうか?わざわざ形態素解析する意味もよくわからないため教えてくれると助かります。

形態素解析なしでも特定の単語の出現頻度をリスト化する方法があれば教えてもらえると助かります。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 2

checkベストアンサー

+1

まあ、文字列検索してマッチした回数を数えるのでしょう。
KojiDoiさんのおっしゃるような問題がありますが、それが問題にならなければ使えます。例えば「国会」「ニュース」などを取りたいとか。
パフォーマンス上、とにかく速くないと困るけど、形態素解析の性能は要求されない、とか単に形態素解析器動かすのが面倒くさい、とかそうしたい理由があるのなら、ありです。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/06/24 16:03

    では、文字列検索ならば特定の単語の頻度を数えることができて、形態素解析の必要がないということですね。ある論文を読んでて形態素解析する必要がないのにしていたのが気になって質問させてもらいました。
    お二方とも丁寧な回答ありがとうございました。

    キャンセル

+1

そもそも英語のように単語がスペースで区切られたりしていない日本語のテキストに対して「単語」の単位で何かをしたければ、なにか特別な方法で「単語ごとに切り分ける」ことを実現しなければその先に進みようがないっていうのは判りますよね。それをするのが形態素解析です。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/06/24 15:20

    それは分かっているのですが、調べたい単語が決まっている場合には形態素解析する必要がないとおっしゃっていた方がいたので…

    キャンセル

  • 2018/06/24 15:25

    たとえば「すもももももももものうち」という文章に「桃」が何回出てくるか解析したい時どうするんですか?
    もちろん最終目的次第ではそこまでするまでもないということはあるでしょう。それはケースバイケースであって、私はあなたの目的を知らないので、一般論でしか答えられません。

    キャンセル

  • 2018/06/24 16:06

    そういった場合にはたしかに形態素解析の必要がありますね。
    私の質問の仕方が分かり辛くてすみませんでした。今回したかったのは経済用語の抽出ですので、そういった心配はないと思います。
    丁寧な回答ありがとうございました。

    キャンセル

関連した質問

  • 解決済

    wikipediaのタイトルを辞書に追加したい

    MeCabの辞書にwikipediaのタイトルの単語を追加する方法を教えてください。 どなたか教えてください。宜しくお願いします。

  • 解決済

    MeCabの出力が文字化けしてしまう

    PHPでMeCabを使って形態素解析をして、結果をブラウザに表示しているのですが、文字化けしてしまいます。 何が原因でしょうか?

  • 解決済

    形態素解析の結果の一部だけを取得したい

    windows環境で、PHPでMeCabを使って形態素解析をしています。 その結果の中から、品詞(動詞、名詞など)と原形だけを取得したいのですが、どうすればいいでしょうか?

  • 解決済

    「形態素解析」と「パース」の違いについて

    形態素解析:文章を意味のある単語に区切り、辞書を利用して品詞や内容を判別すること。 パース:文法に従って分析する、品詞を記述する、構文解析する、などの意味 と,参考サイトに書いて

  • 解決済

    MeCabの出力結果にタグを追加したい

    実現したいこと 機械学習を用いた固有表現抽出を行うためのデータセットを作成しています。 タグ一切なしの状態では形態素解析の結果が多すぎるため、作業に一番多くつけるタグをつけ後ほど修

  • 解決済

    複数のテキストファイルをLDAモデルに

    やりたいこと 複数のテキストファイルを入力とし、指定したトピック数に分類するプログラムを作成したいと考えています。 現在、一つのテキストファイルをLDAモデルに投入するプログラムは

  • 解決済

    mecabで出力したデータの型と内容

    python3でmecabを用いた形態要素解析をしています。 from natto import MeCab m = MeCab() s = ”散歩したい。” l = m.p

  • 解決済

    Rで、listのnames属性を取得したい

    Rで、listのnames属性を取得して、あたらしいベクトルを作りたいです! library(RMeCab) (word <- RMeCabC("いつも答えてくれてありがとう

同じタグがついた質問を見る

  • Python

    8622questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。