Rで共起ネットワークを作りたい、また共起について

Question

現在やりたいことは、共起ネットワークを作りたいということなのですが、それで色々と調べてみましたところ、このようなページにたどり着きました。
参考サイト1
参考サイト2

これらのサイトではNgramを用いて共起ネットワークを作成しています。

共起について

ただここで疑問になりますのが、Ngramを使っているところです。これはある単語からN個目までの共起を用いて共起ネットワークを作っているということです。(もしかしたら自分の解釈が間違っているのかもしれませんが、)
そもそも共起とは文書や文において共起しているかどうかではないんでしょうか。
それか単純に共起ネットワークの作成においてはNgramを使うということが常識なのでしょうか。

共起ネットワークの作り方について

そう考えた時に、現在DTMのデータはあるので、ここから共起情報を計算して共起ネットワークを作ろうと考えています。
ただ、もうすでにこのような共起情報を取得するためのメソッドなどがありましたら、教えていただけないでしょうか。

Answer 1

自然言語処理はあまり経験がないのですが、回答がないようなので御参考まで

共起（きょうき,英:Co-occurrence）は、ある単語がある文章（または文）中に出たとき、その文章（文）中に別の限られた単語が頻繁に出現すること。

Wikipedia:共起

ですので、

共起とは文書や文において共起しているかどうか

という理解でよろしいと思います。
ただ、たしかにN-gramを用いている例が多いですよね。私の理解では、単に単語の共起よりもN-gramでの共起の方が分析の目的に適しているから
だと思います。「共起」の概念を拡張しているのかと思います。
ですので、oika77さんの分析目的によるのかと思います。
でも最初から単語、N-gramのどちらかがいいとはっきりしていることはないでしょうから両方試してみてよい方を深く分析すればよろしいかと思います。

知りうる限りではoika77さんが引用されている参考サイトでの方法が一般的かなと思います。
ググると社会調査系で用いられてるKH Coderというツールを用いた例
共起ネットワーク － KH Coderによるテキストマイニング
が比較的よくヒットし、コーディングなしで実施できるようです。

ただ、共起ネットワーク以上に自然言語処理を深堀りするのであれば参考サイトなどをベースにPythonで進めるのがよろしいかなと思います。

Comments

[oika77]

ありがとうございます。