樋口先生

はじめまして。

特徴語の抽出について、質問させてください。
現在、200余りの論文ごとの特徴語の抽出をしたいと思っています。
そこで、一覧で特徴語を抽出することのできる、
外部変数と見出し＞リスト＞一覧
という順序で操作しているのですが、出力される単語は、それぞれ10ずつになってしまうのは、変更できないのでしょうか？（自力でコードを調整するしかありませんでしょうか？）

また、フィルタリングで調整した後に一覧のデータを、csvなどで得たいと思うのですが、それについては1つずつコピーしていくしか、現状は方法がありませんでしょうか？

ご回答よろしくお願いいたします。

こんにちは、樋口です。書き込みありがとうございます。

> 出力される単語は、それぞれ10ずつになってしまうのは、変更できないので
> しょうか？（自力でコードを調整するしかありませんでしょうか？）

はい、現状は10で固定です。

この機能では「関連語検索」画面が自動的に操作されて、この画面で特徴語を
探しています。ですので、ご自身で「関連語検索」画面を操作していただいて、
上位10語ではなく、たとえば20語をコピー＆ペーストしていただくのが一手で
しょう。

もちろん、コードを編集していただくことでも実現可能です。

> また、フィルタリングで調整した後に一覧のデータを、csvなどで得たい

「関連語検索」画面で「フィルター」ボタンをクリックして、調整されたとい
うことでしょうか？　この場合、「関連語検索」画面を閉じずに、外部変数リ
ストの画面から「一覧」を実行すれば、調整の結果が反映されます。


余談というかお節介というかになりますが、200論文のすべてについて、特徴
語を出されているということでしょうか。ちょっと目で解釈するのが難しく
はないでしょうか。

200論文を10程度のクラスターに分けて、それぞれのクラスターの特徴語を見
る方が、結果を読み取りやすいかもしれませんね。
http://khc.sourceforge.net/scr_r.html#doc-cls

樋口先生

早速の返信、ありがとうございました。

なるほど、操作に関しては理解ができました。果たして本当に10位上の単語が必要かどうか考えて、もう一度作業に臨みたいと思います。

現状では、比較検討するためといいますか、単語そのものを集めることが目的になっていますので、10年ほどのデータをそれぞれ年度ごとにわけて分析にかけています。アドバイスしていただき、ありがとうございます。

そこで、もう一つ質問があります。
以下、同一ファイル内での特徴語を選択した場合の結果なのですが、
コミュニケーションという言葉が抽出できているにも関わらず、後者においてそれが分割されてしまうのは、特徴的な語を出すという目的のために、重複しないようになっているから、ということなのでしょうか？
度々の質問、申し訳ありません。

1.txt
ゆ
.090
オブジェクト
.080
インタフェース
.040
コミュニケーション
.039
装置
.034
ム
.031
イチ
.030
リュウ
.030
盆栽
.030
キュー
.030


2.txt
コミュニケ
.125
ユ
.124
生物
.096
情報
.090
メ
.069
ル
.061
行動
.059
ション
.058
発生
.057
人間
.053コミュニケ
.125
ユ
.124
生物
.096
情報
.090
メ
.069
ル
.061
行動
.059
ション
.058
発生
.057
人間
.053

こんにちは、樋口です。書き込みありがとうございます。

「コミュニケ」と「ション」については、おそらくは入力データの問題かと
思われます。間に入っているのが通常の長音記号「ー」ではなく、ハイフン
かダッシュか何かになっていないでしょうか。

樋口先生

ありがとうございます！まさかそんなことが原因だとは思っていませんでした。ありがとうございます。解決しました。
また何かありましたらよろしくお願い致します。