初めて質問させていただきます。
以下のことについて、ご教授いただけましたら幸いです。

対象テキストに「2005年8月」とか、「週１回」というような記述が多くあるため、どうしても抽出すると「月」とか「週」がトップに来てしまいます。
これをやめたいのですが（これ以外の年や週は通常カウントをして）、使用しない語の指定で、例えば「“数字”＆年」のような指定をすることで、“数字“部分にはどのような数字がきても、年が＆で続けば、全てカウントしないといった指定はできないでしょうか？

こんにちは、樋口です。書き込みありがとうございます。

これはなかなか難しい課題ですね。分析に用いる語を取捨選択・編集する場合、
基本的には、コーディングルールの利用をお勧めしています。例えば上位150
語について、次のようなコーディングルールを作成します。

---------------------------------------------------------------------
＊語A
語A

＊語B
語B

＊語C
語C
（後略）
---------------------------------------------------------------------

そして「週」については、次のように修正します。

---------------------------------------------------------------------
＊週
週 and not (
       '週０'
    or '週１'
    or '週２'
    or '週３'
    or '週４'
    or '週５'
    or '週６'
    or '週７'
    or '週８'
    or '週９'
)
---------------------------------------------------------------------

そして「コーディング」メニューの「単純集計」コマンドや、各種多変量解析
のコマンドを利用して分析を行います。こうした操作には手間がかかるのです
が、「分析者がどんなふうに手を加えたのか」ということがコーディングルー
ル・ファイルにすべて残るところが利点です。

※なおこの方法では、1つの文書中に「週1回」の他に「週」があるような場合
でも、「存在しなかった」という判定になります。1つ1つの文書が長い場合に
は誤差が大きくなる可能性がありますので、ご注意下さい。


これ以外の方法としては、（1）「週０」から「週９」までを1つの語として強
制抽出する方法や、（2）入力するテキストファイル側を正規表現などを使って
修正することが考えられるでしょうか。

どうぞよろしくお願いいたします。