Python上での共起語ネットワーク構築によるインサイト解析について

Question

実現したいこと

・弊プロジェクトで現在、アンケート調査で集計した自由回答部分を使って共起語ネットワークを構築し、画像で出力すればインサイトなどが見えるのでは？という仮説に基づいて以下のコードのように共起語ネットワークを組んでいます。

前提

　アンケート調査で集めた自由回答をCSVの同じ列にまとめ、そこから特徴的なワードや類語を共起語ネットワークの形に起こし、マーケティングに役立てていきたいと思っています。

発生している問題・エラーメッセージ

RuntimeError                              Traceback (most recent call last)
File ~\anaconda3\lib\site-packages\MeCab\__init__.py:133, in Tagger.__init__(self, rawargs)
    132 try:
--> 133     super(Tagger, self).__init__(args)
    134 except RuntimeError as ee:

RuntimeError: 

The above exception was the direct cause of the following exception:

RuntimeError                              Traceback (most recent call last)
Cell In[4], line 12
      9 raw_df = pd.read_csv("Zgen-Book1.csv", encoding="utf-8")
     10 raw_text = raw_df['comments'].values
---> 12 tagger = MeCab.Tagger("-Ochasen")
     14 word_list = []
     15 for text in raw_text:

File ~\anaconda3\lib\site-packages\MeCab\__init__.py:135, in Tagger.__init__(self, rawargs)
    133     super(Tagger, self).__init__(args)
    134 except RuntimeError as ee:
--> 135     raise RuntimeError(error_info(rawargs)) from ee

RuntimeError: 
----------------------------------------------------------

Failed initializing MeCab. Please see the README for possible solutions:

    https://github.com/SamuraiT/mecab-python3#common-issues

If you are still having trouble, please file an issue here, and include the
ERROR DETAILS below:

    https://github.com/SamuraiT/mecab-python3/issues

issueを英語で書く必要はありません。

------------------- ERROR DETAILS ------------------------
arguments: -Ochasen
 [!tmp.empty()] unknown format type [chasen]
----------------------------------------------------------

該当のソースコード

import MeCab
import pandas as pd
import numpy as np
import networkx as nx
from collections import Counter
import matplotlib.pyplot as plt

# データを読み込みます
raw_df = pd.read_csv("ファイル名.csv", encoding="utf-8")
raw_text = raw_df['comments'].values

tagger = MeCab.Tagger("-Ochasen")

word_list = []
for text in raw_text:
    node = tagger.parse(text).split("\n")
    for word in node:
        features = word.split("\t")
        # 名詞のみ取得する
        if features[0] == "EOS" or features[0] == "":
            continue
        elif features[3].startswith('名詞'):
            word_list.append(features[0])

# 単語の共起を計算します
word_counter = Counter(word_list)
word_to_id = {word: i for i, word in enumerate(word_counter.keys())}
id_to_word = {i: word for word, i in word_to_id.items()}

co_occurrence_matrix = np.zeros((len(word_to_id), len(word_to_id)), dtype=np.int32)

# 共起行列を作成する
for i, text in enumerate(raw_text):
    words = text.split("\t")
    for j in range(len(words) - 1):
        if words[j] in word_to_id.keys() and words[j+1] in word_to_id.keys():
            co_occurrence_matrix[word_to_id[words[j]], word_to_id[words[j+1]]] += 1
            co_occurrence_matrix[word_to_id[words[j+1]], word_to_id[words[j]]] += 1

# networkxのグラフオブジェクトを作成します。
G = nx.from_numpy_matrix(co_occurrence_matrix)

# ネットワークを描画します。
plt.figure(figsize=(10, 10))
nx.draw_networkx(G, with_labels=False, node_size=100, node_color="blue", alpha=0.6, edge_color="gray", font_size=16)
plt.axis('off')
plt.show()

試したこと

・tagger = MeCab.Tagger("-Ochasen")部分の撤去（解消されませんでした）
・

補足情報（FW/ツールのバージョンなど）

・自環境はwindows10、バージョンは21H2（OSビルド19044.3086）で、Anaconda Navigator上でJupiter Notebookを用いてコードを書いています。

Comments

[8524ba23]

同様質問あるので参考にして質問修正または自己解決ください。
https://teratail.com/questions/371343

Answer 1

として、その結果を読むようにコードを変えてください dino game

Answer 2

Tracebackから mecab-python3を使っていると分かります。
-d や -r のオプションなしに初期化できているので、pip で unidic-lite か unidic を入れて使っていると推測されます。

であれば、-Ochasen のオプションでフォーマットを指定することは不可能です。
unidicの定義ファイルにはchasenフォーマットで出力する設定がないのです。
chasenとunidicとでは品詞体系が異なるのでchasenフォーマットで出力しても特に役には立ちません。むしろ予期せぬ動作の原因にしかならないので、chasenフォーマットの設定がないのは正しい設計だと思います。 （ https://teratail.com/questions/371343#reply-503368 に書いた話です）

chasenフォーマットで出そうとせず辞書の素性をそのまま出力して観察してみてください。

import MeCab

tagger = MeCab.Tagger()
print(tagger.parse("いっぱいの雨"))

として、その結果を読むようにコードを変えてください。
質問のコードの18行目から22行目にかけてのコードは異なった辞書には異なった処理を書かなければならない部分です。
そして「これで正しい」というような処理の仕方があるわけではありません。
自分が必要な処理を、お使いの辞書に応じて、適宜書いてください。