テキストマイニングの実践とソフトウェア

内田　治 氏

テキストマイニングとは、文章の形式で得られているデータ（文章データ、言語データ、テキストデータといった呼び方をする）から、有効な情報をコンピュータの力を使って抽出する方法のことです。この方法は決して新しい方法ではなく、10年ほど前から盛んに提唱されているものですが、普及は十分にしておりませんでした。この理由はテキストデータが入手しにくいということ、入手できてもソフトに入力するのが面倒であるということ、専用ソフトが高価である ことにあったと考えられます。

ところが、ネット調査の普及により、アンケート調査における自由回答文の収集が容易になったこと、以前に比べて安価で良質なソフトウェアが登場したことにより、再びテキストマイニングの効用に注目が集まり、質的研究の分野でかなり使われるようになってきました。

そこで、筆者のひとりである内田は、テキストマイニングと統計解析に着目した書籍を企画し、このたび、「SPSSによるテキストマイニング」という書籍を発刊することになりました。

テキストマイニングは、文章を単語に分割してカテゴリ化する部分と、カテゴリ化したデータを統計的に分析する部分に分けることができます。したがって、テキストマイニングを実施するには、文章を単語に分けるため自然言語解析を実行するソフトと、統計解析を実施するためのソフトが必要になります。

この書籍「SPSSによるテキストマイニング」では、文書を単語に分けるためのソフトとして、SPSS Text Analysis for Surveysを、統計解析のためのソフトとして、SPSS Statisticsを取り上げています。そして、テキストマイニングの基本的な考え方と、テキストマイニングのソフトであるSPSS Text Analysis for Surveysの利用方法を解説することが、この書籍の主たる目的で、次の３つのパートで構成しています。

第1部　テキスト分析
第2部　SPSS Text Analytics for Surveysの操作
第3部　統計解析

なお、この書籍で取り上げているSPSS Text Analytics for Surveysのバージョンは４、統計解析に使用したSPSS Statisticsのバージョンは20です。