テキストマイニングセミナーの感想

In Reply to: Re:テキストマイニングセミナー速報１
投稿者:オロナイン - 投稿日時:2001年10月23日 20時34分03秒

　こんにちは、オロナインです。遅くなりましたがセミナーの続報＆感想などを書かせ
ていただきます。

　端的に言って、ますますテキストマイニングについて「？」がつきました。これは、
今回のセミナーのみで感じたことではないのですが、テキストマイニングという言葉が、既に本来的な意味を離れ一人歩き（もしくは暴走）しているという間を否めないからで
す。

　そもそもテキストマイニングという言葉は、「テキストデータを用いたデータマイニ
ング」以上の域はでないはずで、それ以上のものでも、それ以下のものでもないはずで
す。ちょっと抽象的になってきたので、具体例をあげて考えてみます。

Q1．いくつかの数値データをいれて（自動的に）クラスタリングした結果は、データマ
　　イニングの結果でしょうか？

Q2．テキストデータを入れて、（中の処理に分析者の解釈を反映せずに）自動分類した
　　ものは、テキストマイニングでしょうか？

　データ（テキスト）マイニングを、「（半ば自動的に）データに潜むある種の傾向を
抽出すること」と考えれば、上の２つの質問は、「○」になります。

　一方、データ（テキスト）マイニングを、「（半ば自動的に）データに潜むある種の
傾向を抽出し、それを分析者が解釈しつつ、インタラクティブに分析を進めること」と
解釈するとすると、上の２つの質問は、「×」になります。

　各種ソフトのセミナーに行くと「テキストデータを入れて２、３時間で分析が出来る」とか「誰でも使える」という点が強調され、どうも後者の解釈を採用していることが分
かります。そもそも誰でも使えて、データから金鉱を掘り出せる手法やソフトがあるの
かという点も疑問です。

　たしかにテキストマイニングのソフトが進化した結果、一見すると「テキストデータ
からキーワードを選び出し、その関係を把握する」だけであれば、処理の大半は自動的
に行われます。

　しかしその際「何をキーワードとして抽出」し、「何と何は同意語と見なす」のか、
「注目すべき品詞を名詞のみにするか助詞も含めるか」といった判断は、まず間違いな
く分析者の知見を反映する必要があります。というのは、この作業は、まさにアンケー
ト調査票を作るときの「設問の選定」や「選択肢の決定」、もしくはデータを分析する
ときの「クリーニング」や「変数選択」といった作業に対応するからです。

　テキストマイニングのポイントは、「テキストデータからいかに大量の情報を拾うか
ではなく、大量の情報を持つテキストデータからいかに情報を捨てるか」であるはずで
す。したがって、優れたテキストマイニングのソフトというのは、分析者が内部処理
（データの変化する様子）をみることが出来、随時処理方法に手を加えることが出来る
ものではないかと思っています。

　こういう定義を始めると、どこかでこの定義を披露した瞬間に僕の正体がばれてしま
いすね（笑）。

この投稿へのコメント