JP2003141134A - テキストマイニング処理方法及びその実施装置 - Google Patents

Abstract

(57)【要約】 【課題】 ユーザの望む解像度のテキストマイニング結
果を得る為のテキストマイニング処理を効率的に支援す
ることが可能な技術を提供する。 【解決手段】 予め登録された文書の集合を対象として
その文書集合に関する各種情報を取得するテキストマイ
ニング処理方法において、予め登録された文書の集合を
対象として、その全体または一部分を取り出した処理対
象文書集合に特徴的に出現する語句を抽出するステップ
と、処理対象文書の細分化を行う基準となる区分によっ
て構成される分析軸を設定するステップと、前記設定さ
れた分析軸を構成する各区分と関連する度合が高い関連
語句を前記抽出した語句の中から取得するステップと、
前記取得した関連語句の文書集合における出現偏りしき
い値をユーザから受付けて設定するステップと、前記設
定された出現偏りしきい値よりも大きい出現偏り値を持
つ関連語句のみを前記取得した関連語句から抽出してテ
キストマイニング結果とするステップとを有するもので
ある。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は予め登録された文書
のデータベースを対象として、指定された文書集合に関
する各種情報を取得するテキストマイニング処理装置に
関し、特にユーザのニーズに応じたテキストマイニング
処理を支援するテキストマイニング処理装置に適用して
有効な技術に関するものである。

【０００２】

【従来の技術】近年、ワードプロセッサやパーソナルコ
ンピュータ等の普及により、これらによって作成される
電子化情報は増大してきている。また、WWW(World Wide
Web)や電子メール、電子ニュース等から入手可能な電
子化情報も急速に増加している。企業活動においても、
電子メールや電子ニュース等の電子化情報が仕事の仲介
情報として、また仕事の結果として大量に蓄積されてい
る。そして、これらの蓄積された電子化情報が、企業活
動に有用な「知識」の源泉として注目されている。その
為、これらの電子化情報の内容を分析し、有効に活用す
ることが企業における重要な課題となっている。

【０００３】これらの電子化情報には、選択肢とそれに
対する回答等、機械的に処理し易い形式の情報もある
が、一般にはテキスト、すなわち文章形式で記述されて
いる情報が多く含まれる。この様なテキスト情報、例え
ば自由回答形式のアンケート等は、機械的に分析するこ
とが困難である為、従来人手による分析が行われてき
た。しかし、この人手による分析処理には以下の様な問
題点がある。 （１）処理対象文書を全て読まなければならず、文書数
が増加した場合には実用的ではない。 （２）主観的な判断に基づき分析が行われる為、ユーザ
の知識や熟練度によって結果が異なる。

【０００４】この為、人手による分析を支援する技術と
してテキストマイニングへのニーズが高まっている。テ
キストマイニングの処理手順については、本願出願人が
先に出願した特願２０００−１４２２３２号に具体的に
記載されている。以下、これを従来技術１と呼ぶ。

【０００５】テキストマイニングとは、予め登録された
テキスト情報を対象として、処理対象情報に含まれる語
句の共起関係や出現傾向等から新たな知識を発見する手
法のことである。具体的には、処理対象文書集合に対し
て、分析を行う視点である分析軸を設定し、分析軸の区
分に対応付けて文書集合の特徴を表す語句を取得する。

【０００６】ここで、「分析軸の構成要素に対応付けて
語句を取得する」とは、例えば「分析軸の構成要素と予
め定められた範囲内で共起する語句を取得する」ことを
意味する。この語句を参照することにより、ユーザは文
書集合の傾向をつかむことが可能となる。

【０００７】例えば、“サルモネラ菌による集団食中
毒”に関する新聞記事集合を、掲載月を分析軸として分
析する場合、掲載月を分析軸として分析することによ
り、分析軸の区分である“６月”と対応付けて「感染、
患者、症状、入院、…」、“７月”と対応付けて「衝
撃、給食、入院、集団感染、…」、“８月”と対応付け
て「売上、マイナス、食料品、生鮮、…」といった語句
が取得される。この語句を参照することにより、ユーザ
は“６月”には「サルモネラ菌に感染した患者が入
院」、“７月”には「給食でサルモネラ菌に集団感染が
発生」、“８月”には「サルモネラ菌の影響で生鮮食品
等の売上が低下」した話題が文書集合に存在するという
傾向を把握することが可能となる。

【０００８】従来技術１の処理手順では、まず処理対象
文書集合から内容を特徴付ける語句（以下「特徴語」と
呼ぶ）を抽出する。この特徴語は辞書を参照して抽出し
ても良いし、統計情報を用いて抽出しても良い。そし
て、分析を行う視点である分析軸を設定する。ここでは
文書の書誌情報として付与されている日付や年齢、性別
等を分析軸として設定したり、指定された語句を分析軸
の区分として設定する。例えば、アンケートから年齢に
よる意識の違いを知りたい場合には、ここで年齢を分析
軸として設定する。この場合、“２０”や“３０”等の
年齢を表す数値が分析軸の区分となる。

【０００９】次に、分析軸の区分の数だけ以下の処理を
繰返す。すなわち、前記抽出した特徴語の中から、分析
軸の該当区分と関連の深い語句、例えば予め定められた
範囲内で共起する語句を取得する。予め定められた範囲
としては、同一文書内、同一段落内、同一文章内または
ｍ語以内、ｎ文字以内（ｍ、ｎは整数）等を用いる。そ
して、前記取得した特徴語の集合を、特徴語の出現頻度
やどれだけ陳腐に現れるかを示す出現偏り(例えば"IDF"
→"Inverted Document Frequency"の略:注目する単語の
現れる文書数が多いほど小さな値をとる:"Information
Retrieval"、 W.B.Frakes & R.Baeza-Yates、 Prentice H
all、pp373)に基づいてランク付けを行い、ランク付けの
結果をユーザに提示する。ランク付けに用いる指標とし
ては、具体的には、特徴語の出現頻度か、或いは出現頻
度にＩＤＦの値を乗じたもの（「ＴＦ・ＩＤＦ」と呼ば
れる："TF"→"Term Frequency"の略： 単語の出現頻度
のこと）が用いられることが多い。

【００１０】以上の様に、従来技術１では、分析軸の区
分に対応付けて語句を取得することにより、ユーザが文
書集合の傾向を把握することを支援している。この様に
従来技術１では、分析軸の区分に対応付けて、自動的に
処理対象文書集合を特徴付ける語句を取得している為、
ユーザの負担の軽減、ユーザによる分析結果の相違の低
減が図れる。

【００１１】

【発明が解決しようとする課題】前記従来のテキストマ
イニング技術において、出現偏りの具体例として例えば
ＩＤＦを用い、特徴語を出現頻度や出現偏りに基づいて
ランク付けした場合、ＩＤＦの低い単語（分析軸の多く
の区分に現れる単語）が上位にランクされ易いという問
題点がある。これは、ＩＤＦの低い単語は出現頻度が高
い為に生じる。ランク付けの基準として出現頻度そのも
のを用いる場合は勿論だが、基準としてＴＦ・ＩＤＦを
用いても、一般に出現頻度の寄与がＩＤＦの寄与よりも
高くなる傾向があると言われている(久光徹 丹羽芳樹
辻井潤一(1999)、タームのrepresentativenessを測る、
情報処理学会研究会報告(自然言語処理研究会)、 Vol. 9
9-NL-133、 pp.115-122.)。

【００１２】例えば前記の例では「Ａ県」や「患者」
「給食」といった、多くの区分に現れる単語が上位を占
め、各区分の他区分に対する特徴を良く表す様な「牛
乳」「野菜」といった単語が下位に追いやられることが
ある。こうした傾向は、ランク付けの基準として出現頻
度を用いても、また出現頻度にＩＤＦの値を乗じたもの
を用いても、共通して現れる傾向である（ランク付けの
基準として出現頻度を用いる場合は勿論だが、ＴＦ・Ｉ
ＤＦを用いても、上で述べた様に、出現頻度の寄与がＩ
ＤＦの寄与よりも高くなる傾向がある為）。こうした傾
向がある為、各区分の特徴が良く分からない、という問
題点が出てくる。

【００１３】この問題点に対する対策としては、「ＩＤ
Ｆしきい値を設け、ＩＤＦの低い単語を特徴語から排除
する」といった方法が考えられる。これにより、各区分
の特徴を良く表す様な特徴語が上位を占めることが期待
できる。しかし、この方法を用いる場合には以下に示す
様な問題点がある。

【００１４】すなわち、この方法を適用することによっ
て、今度は全体的な傾向が読み取り難くなる。例えば、
前記の例でＩＤＦの低い「Ａ県」や「給食」といった単
語が、サルモネラ菌の話題全体を代表する様な単語であ
ることが読み取れるが、ＩＤＦの低い単語を排除した場
合にはそういった情報を読み取ることができなくなる。
更に、複数の区分から構成される「ある一期間」を特徴
付ける様な、中間的なマイニング結果を得る為にＩＤＦ
のしきい値を設定しようとしても、適切な値を設定する
ことが難しい、といった問題点もある（一般に、ＩＤＦ
しきい値を大きくすると、より各区分固有の特徴が表現
でき、ＩＤＦしきい値を小さくすると、より全体的な傾
向が表現できる、という性質がある）。

【００１５】本発明の目的は上記問題を解決し、ユーザ
の望む解像度のテキストマイニング結果を得る為のテキ
ストマイニング処理を効率的に支援することが可能な技
術を提供することにある。

【００１６】

【課題を解決するための手段】本発明は、予め登録され
た文書の集合を対象としてその文書集合に関する各種情
報を取得するテキストマイニング処理装置において、処
理対象文書集合に特徴的に出現し、分析軸を構成する各
区分と関連する度合が高く、その出現偏り値がユーザか
ら受付けたしきい値よりも大きい特徴語を抽出するもの
である。

【００１７】本発明のテキストマイニング処理装置で
は、予め登録された文書の集合を対象として、その全体
または一部分を取り出した処理対象文書集合に特徴的に
出現する語句を抽出する。ここでは辞書を参照して特徴
語を抽出しても良いし、統計情報を用いて抽出を行って
も良い。

【００１８】特徴語が抽出された後、処理対象文書の細
分化を行う基準となる区分によって構成される分析軸を
設定する。ここでは文書の書誌情報として付与されてい
る日付、年齢や性別等を分析軸として設定したり、指定
された語句を分析軸の区分として設定する。

【００１９】分析軸の区分の数だけ前記設定を繰返した
後、前記設定された分析軸を構成する各区分と関連する
度合が高い関連語句、例えば予め定められた範囲内で共
起する語句を前記抽出した語句の中から取得した後、そ
の取得した特徴語の集合を、特徴語の出現頻度やＩＤＦ
等の出現偏りに基づいてランク付けを行う。

【００２０】次に、ＩＤＦ等の出現偏りの値を指定でき
る範囲となる出現偏りしきい値指定可能範囲を設定す
る。ここで、前記出現偏りしきい値指定可能範囲を予め
定められた値に設定しても良いし、出現偏りしきい値の
指定可能範囲をユーザから受付けて前記出現偏りしきい
値指定可能範囲として設定しても良い。

【００２１】前記の様にして設定された出現偏りしきい
値指定可能範囲をユーザに提示した後、前記取得した関
連語句の文書集合における出現偏りしきい値をユーザか
ら受付けて設定し、前記設定された出現偏りしきい値よ
りも大きい出現偏り値を持つ関連語句のみを前記取得し
た関連語句から抽出してテキストマイニング結果として
表示する。

【００２２】そして、出現偏りしきい値や出現偏りしき
い値指定可能範囲の変更指示がユーザから入力されてい
るかどうかを調べ、変更指示が入力されている場合には
入力内容に従って出現偏りしきい値または出現偏りしき
い値指定可能範囲を変更した後、再度テキストマイニン
グ結果を抽出して表示する。

【００２３】前記の様に本発明において、ユーザは、テ
キストマイニングの結果を見ながら、自分の望む結果が
得られる様に、対話的に出現偏りしきい値を操作するこ
とができる。

【００２４】以上の様に本発明のテキストマイニング処
理装置によれば、処理対象文書集合に特徴的に出現し、
分析軸を構成する各区分と関連する度合が高く、その出
現偏り値がユーザから受付けたしきい値よりも大きい特
徴語を抽出するので、ユーザの望む解像度のテキストマ
イニング結果を得る為のテキストマイニング処理を効率
的に支援することが可能である。

【００２５】

【発明の実施の形態】以下に予め登録された文書の集合
を対象としてその文書集合に関する各種情報を取得する
一実施形態のテキストマイニング処理装置について説明
する。

【００２６】図１は本実施形態のテキストマイニング処
理装置の概略構成を示す図である。図１に示す様に本実
施形態のテキストマイニング処理装置は、システム制御
処理部１１１と、特徴語抽出処理部１１２と、分析軸設
定処理部１１３と、共起語句取得処理部１１４と、特徴
語ランク付け処理部１１５と、指定可能範囲自動設定処
理部１１６と、ＩＤＦしきい値自動設定処理部１１７
と、指定可能範囲手動設定処理部１１８と、ＩＤＦしき
い値手動設定処理部１１９と、マイニング結果表示処理
部１２０とを有している。

【００２７】システム制御処理部１１１は、キーボード
１０２やポインティングデバイス１０３からのテキスト
マイニング実行指示や、他の処理部からの関数呼び出し
等を受け起動し、特徴語抽出処理部１１２、分析軸設定
処理部１１３、共起語句取得処理部１１４、特徴語ラン
ク付け処理部１１５、指定可能範囲自動設定処理部１１
６、ＩＤＦしきい値自動設定処理部１１７、指定可能範
囲手動設定処理部１１８、ＩＤＦしきい値手動設定処理
部１１９及びマイニング結果表示処理部１２０の制御を
行う処理部である。

【００２８】特徴語抽出処理部１１２は、予め登録され
た文書の集合を対象として、その全体または一部分を取
り出した処理対象文書集合に特徴的に出現する語句を抽
出する処理部である。分析軸設定処理部１１３は、処理
対象文書の細分化を行う基準となる区分によって構成さ
れる分析軸を設定する処理部である。

【００２９】共起語句取得処理部１１４は、前記設定さ
れた分析軸を構成する各区分と関連する度合が高い関連
語句を前記抽出した語句の中から取得する関連語句取得
処理部であり、予め定められた範囲内で共起する語句を
取得する処理部である。

【００３０】特徴語ランク付け処理部１１５は、前記取
得した関連語句の文書集合を、その出現頻度やＩＤＦ等
の出現偏りに基づいてランク付けする処理部である。指
定可能範囲自動設定処理部１１６は、前記取得した関連
語句の文書集合におけるＩＤＦしきい値の指定可能範囲
を示すＩＤＦしきい値指定可能範囲を予め定められたデ
フォールトの値に設定する処理部である。

【００３１】ＩＤＦしきい値自動設定処理部１１７は、
前記ＩＤＦしきい値をＩＤＦしきい値指定可能範囲の中
間値に設定する処理部である。指定可能範囲手動設定処
理部１１８は、前記ＩＤＦしきい値の指定可能範囲をユ
ーザから受付けてＩＤＦしきい値指定可能範囲として設
定する処理部である。

【００３２】ＩＤＦしきい値手動設定処理部１１９は、
前記取得した関連語句の文書集合におけるＩＤＦしきい
値をユーザから受付けて設定する処理部である。マイニ
ング結果表示処理部１２０は、前記設定されたＩＤＦし
きい値よりも大きいＩＤＦ値を持つ関連語句のみを前記
取得した関連語句から抽出してテキストマイニング結果
として表示する処理部である。

【００３３】テキストマイニング処理装置をシステム制
御処理部１１１、特徴語抽出処理部１１２、分析軸設定
処理部１１３、共起語句取得処理部１１４、特徴語ラン
ク付け処理部１１５、指定可能範囲自動設定処理部１１
６、ＩＤＦしきい値自動設定処理部１１７、指定可能範
囲手動設定処理部１１８、ＩＤＦしきい値手動設定処理
部１１９及びマイニング結果表示処理部１２０として機
能させる為のプログラムは、ＣＤ−ＲＯＭ等の記録媒体
に記録され磁気ディスク等に格納された後、メモリにロ
ードされて実行されるものとする。なお前記プログラム
を記録する記録媒体はＣＤ−ＲＯＭ以外の他の記録媒体
でも良い。また前記プログラムを当該記録媒体から情報
処理装置にインストールして使用しても良いし、ネット
ワークを通じて当該記録媒体にアクセスして前記プログ
ラムを使用するものとしても良い。

【００３４】本実施形態では、出現偏りとして特にＩＤ
Ｆを用いる例を示すが、本発明における出現偏りはＩＤ
Ｆに限定されるものではない。

【００３５】本実施形態を適用したテキストマイニング
処理装置は、図１に示す様に、ディスプレイ１０１、キ
ーボード１０２、ポインティングデバイス１０３、中央
演算処理装置１０５（ＣＰＵ）、フレキシブルディスク
ドライブ１０６（ＦＤＤ）、磁気ディスク装置１０８、
主記憶装置１１０及びこれらを結ぶバス１０４から構成
される。磁気ディスク装置１０８は二次記憶装置の一つ
であり、テキストファイル１０９が格納される。フレキ
シブルディスク１０７に格納される情報は、フレキシブ
ルディスクドライブ１０６によりアクセスされる。フレ
キシブルディスクドライブ１０６や磁気ディスク装置１
０８は、通信回線（図１には示していない）等で接続さ
れた他の装置と接続する様な構成をとっても構わない。

【００３６】主記憶装置１１０には、システム制御処理
部１１１、特徴語抽出処理部１１２、分析軸設定処理部
１１３、共起語句取得処理部１１４、特徴語ランク付け
処理部１１５、指定可能範囲自動設定処理部１１６、Ｉ
ＤＦしきい値自動設定処理部１１７、指定可能範囲手動
設定処理部１１８、ＩＤＦしきい値手動設定処理部１１
９、マイニング結果表示処理部１２０としてコンピュー
タを機能させる為のプログラムが格納されると共に、ワ
ークエリア１２１が確保される。以上のプログラムは磁
気ディスク装置１０８や、フレキシブルディスク１０７
等のコンピュータで読み書きできる記憶媒体に格納する
こともできる。

【００３７】システム制御処理部１１１は、キーボード
１０２やポインティングデバイス１０３からのテキスト
マイニング実行指示や、他のプログラムからの関数呼び
出し等を受けて起動し、特徴語抽出処理部１１２、分析
軸設定処理部１１３、共起語句取得処理部１１４、特徴
語ランク付け処理部１１５、指定可能範囲自動設定処理
部１１６、ＩＤＦしきい値自動設定処理部１１７、指定
可能範囲手動設定処理部１１８、ＩＤＦしきい値手動設
定処理部１１９及びマイニング結果表示処理部１２０の
制御を行う。

【００３８】以下、本実施形態の処理内容の概要を、図
１の構成図と図２のフローチャートを用いて説明する。

【００３９】図２は本実施形態のテキストマイニング処
理装置の処理手順を示すフローチャートである。まずス
テップ２０１において、システム制御処理部１１１は、
特徴語抽出処理部１１２を起動し、テキストファイル１
０９の集合から内容を特徴付ける語句である特徴語を抽
出する。この特徴語は、辞書等を参照して抽出しても良
いし、統計情報を用いて抽出しても良い。更には、同義
語辞書等を用いて同じ意味を持つ語句をまとめて、単一
の語句に置き換える様な処理を施しても良い。

【００４０】次にステップ２０２において、システム制
御処理部１１１は分析軸設定処理部１１３を起動し、分
析を行う視点である分析軸を設定する。ここでは文書の
書誌情報として付与されている日付、年齢や性別等を分
析軸として設定したり、指定された特徴語を分析軸の区
分として設定する。例えば、アンケートから年齢による
意識の違いを知りたい場合には、ここで年齢を分析軸と
して設定する。この場合、“２０”や“３０”等の年齢
を表す数値が分析軸の区分となる。

【００４１】ステップ２０３はループＡの始端であり、
ステップ２０３からステップ２０７までのループＡが、
分析軸の区分の数だけ繰返される。ステップ２０４にお
いて、システム制御処理部１１１は共起語句取得処理部
１１４を起動し、ステップ２０１で抽出した特徴語の中
から、分析軸の該当区分と関連の深い語句、例えば予め
定められた範囲内で共起する語句を取得する。次にステ
ップ２０５において、システム制御処理部１１１は特徴
語ランク付け処理部１１５を起動し、ステップ２０４で
取得した特徴語の集合を、特徴語の出現頻度やＩＤＦに
基づいてランク付けを行う。

【００４２】以下、本実施形態による図２のステップ２
０８からステップ２１５の処理について、図１のシステ
ム構成図を参照しながら概要を説明する。

【００４３】ステップ２０８において、システム制御処
理部１１１は、指定可能範囲自動設定処理部１１６を呼
び出し、インタフェース上でユーザがグラフィカルにＩ
ＤＦしきい値を指定する際に、ＩＤＦの値を指定できる
範囲となる「ＩＤＦしきい値指定可能範囲」を設定す
る。この指定可能範囲は、後述するステップ２１５にお
いて、ユーザが指定可能範囲手動設定処理部１１８を利
用して指定することも可能であるが、ステップ２０８の
段階では、予めテキストマイニング処理装置に定められ
たデフォールトの値を指定可能範囲として設定する。

【００４４】次にステップ２０９において指定可能範囲
をユーザインタフェース上に表示する。更にステップ２
１０においてＩＤＦしきい値自動設定処理部１１７を起
動し、ＩＤＦしきい値の値を指定可能範囲の最小値と最
大値の中間の値に設定する。そしてステップ２１１にお
いて、ユーザインタフェース上でＩＤＦしきい値の値を
表示する。次にステップ２１２において、システム制御
処理部１１１はマイニング結果表示処理部１２０を起動
し、設定されたＩＤＦしきい値よりも大きいＩＤＦ値を
持つ特徴語群のみを対象としてマイニング結果を表示す
る。

【００４５】ステップ２１３は、ＩＤＦしきい値手動設
定処理部１１９を用いたユーザからのＩＤＦしきい値指
示入力があるか否かを判定する処理である。ＩＤＦしき
い値の指示入力がある場合にはステップ２１１に戻り、
ユーザに指示されたＩＤＦしきい値を表示する。逆にユ
ーザからの指示入力が無い場合にはステップ２１４の判
定処理に進む。

【００４６】ステップ２１４の判定処理は、指定可能範
囲手動設定処理部１１８を用いたユーザからの指定可能
範囲指示入力があるか否かを判定する処理である。指定
可能範囲の指示入力がある場合にはステップ２０９に戻
り、ユーザに指示された指定可能範囲を表示する。逆に
ユーザからの指示入力が無い場合にはステップ２１５の
判定処理に進む。

【００４７】ステップ２１５は、ユーザからの終了指示
入力があるか否かを判定する処理である。終了指示入力
がある場合にはテキストマイニング処理を終了させる。
逆に終了指示入力がない場合にはステップ２１３の判定
処理に戻る。

【００４８】以上が本実施形態に関るテキストマイニン
グ処理装置の処理内容の概要である。以下、本実施形態
におけるステップ２０８からステップ２１６の処理を中
心にして、図２の各処理の例を詳細に説明する。

【００４９】図２のステップ２０８からステップ２１６
の詳細な説明を行う前に、本実施形態におけるテキスト
マイニング処理装置のユーザインタフェースの例を図３
に示す。

【００５０】図３は本実施形態のテキストマイニング処
理装置のユーザインタフェース例を示す図である。図３
の処理結果表示部３０１は、テキストマイニングによっ
て得られた特徴語の中で設定されたＩＤＦしきい値より
も大きいＩＤＦ値を持つ特徴語と、その語が分析軸のど
の区分において上位の所定ランク以内にランクインして
いるのかを、特徴語毎に表示部分３０２の様にユーザに
提示する表示部である。表示部分３０２において、網掛
けの長方形のある区分が、その特徴語がランクインして
いる区分を表現している。

【００５１】ここで、特徴語の並べ方としては、出現頻
度順、出現頻度と出現偏り値との積の降順、出現偏り値
の昇順等様々な指標が可能であるが、本実施形態では出
現偏り値の一種であるＩＤＦ値の昇順に特徴語を並べる
例を示す。特徴語をユーザに何語提示するかについて
も、個数に制限を設ける方法や、提示する特徴語の出現
偏り値の最大値を規定する等の方法があるが、本実施形
態では、上位１０個の特徴語をユーザに提示する場合を
示す。

【００５２】図３の処理結果表示部３０１では特徴語は
５個しか表示できていないが、スクロールバー３０３を
操作することで、処理結果表示部３０１に表示する「特
徴語と網掛けの長方形の組合わせ」を縦方向にスクロー
ルさせ、６位から１０位の特徴語もユーザが閲覧するこ
とができる。指定可能範囲目盛り３０４では、指定可能
範囲の最大値、最小値及びそれらの間の値をユーザに提
示する。

【００５３】スライドバー３０５は、ＩＤＦしきい値を
指定する為のものであり、三角形の上端の指す目盛りの
値が、設定されたＩＤＦしきい値を表す。このスライド
バー３０５はユーザがポインティングデバイス１０３等
を用いて操作可能であり、ユーザは指定可能範囲内の任
意のＩＤＦしきい値を指定することができる。

【００５４】指定可能範囲設定部３０６は、ユーザが指
定可能範囲の最小値と最大値を直接キーボード１０２等
から入力する為の部分である。終了ボタン３０７は、ユ
ーザがテキストマイニング処理装置に処理の終了指示を
出す為のボタンであり、このボタンが押されると、イン
タフェースが終了する。

【００５５】図４は本実施形態のテキストマイニング結
果の例を示す図である。まず、図２のステップ２０１か
らステップ２０７の処理において、図４に示す様なテキ
ストマイニング結果が生成されたとする。

【００５６】図４では文字列「サルモネラ菌」を含む新
聞記事群に対して、掲載月を分析軸に設定して（従来技
術１の技術を用いて）テキストマイニングを行い、分析
軸のそれぞれの区分について特徴語をＴＦ・ＩＤＦ値の
高い順に２０個抽出した結果である。以後、ある特徴語
がこの上位２０個の中に含まれることを、その特徴語が
「ランクイン」したと表現する。

【００５７】図５は本実施形態のＴＦ・ＩＤＦ値を計算
する過程で求められた各特徴語のＩＤＦ値の例を示す図
である。図５に示す例では、「病原菌」や「食中毒」等
の各特徴語と、そのＩＤＦ値をＩＤＦ順位の順に示して
いる。

【００５８】では次に、図２のステップ２０８からステ
ップ２１６までの詳細な説明を行う。ステップ２０８
は、指定可能範囲の最小値と最大値をテキストマイニン
グ処理装置で定められた既定のデフォールト値に設定す
る処理である。本実施形態では、最小値のデフォールト
値を３、最大値を４と予め設定しておくことを想定する
（図３参照）。

【００５９】ステップ２０９は、指定可能範囲をインタ
フェース上に表示する処理である。本実施形態では、最
小値が３、最大値が４になる。これを基にして指定可能
範囲を表示する例を、図３の指定可能範囲目盛り３０４
に示す。この例では、指定可能範囲が４等分されてお
り、最小値と最大値の間の目盛りにそれぞれ３．２５、
３．５、３．７５という値が割り当てられている。

【００６０】ステップ２１０は、ＩＤＦしきい値の値が
未定の場合、その値を指定可能範囲の最小値と最大値の
中間値に設定する処理である。本実施形態では、最小値
が３、最大値が４になる。このとき、ＩＤＦしきい値と
しては中間値３．５が設定される。

【００６１】ステップ２１１は、ＩＤＦしきい値の値を
テキストマイニング処理装置がユーザインタフェース上
に表示する処理である。図３では、指定可能範囲目盛り
３０４及びスライドバー３０５にＩＤＦしきい値が３．
５であることをテキストマイニング処理装置が提示する
例を表している。

【００６２】ステップ２１２は、設定されたＩＤＦしき
い値よりも大きいＩＤＦ値を持つ特徴語群を用いて、マ
イニング結果を図３の処理結果表示部３０１の部分に表
示する処理である。ここでは、まず特徴語群の中からＩ
ＤＦ値がＩＤＦしきい値よりも大きい特徴語を特定す
る。

【００６３】図６は本実施形態の結果表示に用いる特徴
語のＩＤＦしきい値による制限の例を示す図である。本
実施形態では、その内上位１０個の特徴語を表示対象と
することから、図５に示した特徴語群の内、図６に示す
様な範囲の特徴語が表示対象の特徴語として特定され
る。

【００６４】次に、それらの特徴語が分析軸のどの区分
でランクインするのかをテキストマイニング処理装置が
調べ、その結果を処理結果表示部３０１に表示する。

【００６５】図７は本実施形態の特徴語のランクイン分
布の調査の例を示す図である。例えば、マイニング結果
が図４に示した結果である様な場合には、特徴語「Ａ県
Ｂ市」は図７に示す様に８月、９月、１２月の各区分で
ランクインする。このとき、図３の表示部分３０２に示
す様な形で結果を表示する。この処理を、表示対象とし
て特定した全ての特徴語について行う。

【００６６】ステップ２１３は、ＩＤＦしきい値手動設
定処理部１１９の処理、すなわち図３のスライドバー３
０５を用いたユーザからのＩＤＦしきい値指示入力があ
るか否かを判定する処理である。

【００６７】ＩＤＦしきい値の指示入力がある場合に
は、ステップ２１１に戻り、ユーザに指示されたＩＤＦ
しきい値を図３の指定可能範囲目盛り３０４とスライド
バー３０５によって表示する。逆にユーザからの指示入
力が無い場合には、ステップ２１４の判定処理に進む。

【００６８】ステップ２１４の判定処理は、指定可能範
囲手動設定処理部１１８の処理、すなわち図３の指定可
能範囲設定部３０６を用いたユーザからの指定可能範囲
指示入力があるか否かを判定する処理である。指定可能
範囲の指示入力がある場合には、ステップ２０９に戻
り、ユーザに指示された指定可能範囲を図３の指定可能
範囲設定部３０６によって表示する。逆にユーザからの
指示入力が無い場合には、ステップ２１５の判定処理に
進む。

【００６９】ステップ２１５は、ユーザからの終了指示
入力があるか否かを判定する処理である。終了指示入力
がある場合、つまり図３の終了ボタン３０７が押された
場合には、テキストマイニング処理はこれで終了する。
逆に、表示されたマイニング結果がユーザの期待するも
のではなく、ユーザからの終了指示入力が無い場合に
は、ステップ２１３の判定処理に戻る。

【００７０】次に、ステップ２１３からステップ２１５
までの処理の具体例を、二つの利用例に沿って説明す
る。 ●利用例１：この利用例は、「図３に示す様なマイニン
グ結果を見たユーザは、より各区分の特徴を知りたいと
考えた。そこで、現時点よりも大きなＩＤＦしきい値を
指定した。その結果、ユーザの望む結果が得られた。」
という利用例である。

【００７１】まず、ユーザが、ステップ２１３において
図３に示す様な結果を自らの欲する結果とは考えず、
「より各区分の特徴を知りたい」と考えた場合には、現
時点のＩＤＦしきい値よりも大きなしきい値を設定する
ことになり、ユーザによりインタフェースのスライドバ
ー３０５を用いたしきい値の設定が行われる。

【００７２】図８は本実施形態のユーザがしきい値とし
て４を設定した場合の表示例を示す図である。図８の例
では、ユーザがしきい値としてスライドバー８０３によ
り指定可能範囲目盛り８０２の４を設定した場合の処理
結果表示部８０１の内容を表している。

【００７３】本実施形態ではユーザがスライドバー８０
３を動かしてしきい値を設定する為、ステップ２１３に
おける判定処理とステップ２１１のしきい値表示処理が
同時に行われることになる。

【００７４】次に処理はステップ２１２に移る。ここで
は、テキストマイニング処理装置が設定されたＩＤＦし
きい値（＝４）よりも大きいＩＤＦ値を持つ特徴語群を
用いて、マイニング結果を表示する。すなわち、図９に
示す範囲の特徴語群が表示対象になるわけである。

【００７５】図９は本実施形態のＩＤＦしきい値が４の
場合に表示対象となる特徴語の範囲を示す図である。図
９の例では、ＩＤＦ値が４よりも大きい特徴語の内、上
位１０個の特徴語が表示対象の特徴語として特定されて
いる。

【００７６】ステップ２１２の結果の表示例を図８の処
理結果表示部８０１に示す。ユーザがこの処理結果を見
て、どの特徴語も単一の区分にランクインしている為
に、この結果を「各区分の特徴を良く表現していて、自
分の欲する結果である」と判断した場合には、ステップ
２１３及びステップ２１４において指示入力を行わず、
ステップ２１５において終了指示入力を行う。これによ
り、本テキストマイニング処理は終了する。

【００７７】●利用例２：この利用例は、「図３に示す
様なマイニング結果を見たユーザは、より全体的な傾向
を知りたいと考えた。そこで、現時点の指定可能範囲の
中で最も小さなＩＤＦしきい値（＝３）を指定した。し
かし、その結果は全体的な傾向を充分に表現していると
は言えず、より小さなＩＤＦしきい値を指定したいと考
えた。そこで、ＩＤＦしきい値の指定可能範囲の最小値
を２に変更し、ＩＤＦしきい値として２を指定したとこ
ろ、ユーザの望む結果が得られた。」という利用例であ
る。

【００７８】まず、ユーザが図３に示す様な結果を自ら
の欲する結果とは考えず、「より全体的な傾向を知りた
い」と考えた場合には、ステップ２１３において、現時
点の指定可能範囲の最小値である３がＩＤＦしきい値と
して指定される。

【００７９】図１０は本実施形態のユーザがしきい値と
して３を指定した場合の表示例を示す図である。図１０
の例では、ユーザがしきい値としてスライドバー１００
３により指定可能範囲目盛り１００２の３を設定した場
合の処理結果表示部１００１の内容を表している。

【００８０】本実施形態ではユーザがスライドバー１０
０３を動かしてしきい値を設定する為、ステップ２１３
の処理とステップ２１１のしきい値表示処理が同時に行
われることになる。次に処理はステップ２１２に移る。
ここでは、テキストマイニング処理装置が設定されたＩ
ＤＦしきい値（＝３）よりも大きいＩＤＦ値を持つ特徴
語群を用いて、マイニング結果を表示する。すなわち、
図１１に示す範囲の特徴語群が表示対象になるわけであ
る。

【００８１】図１１は本実施形態のＩＤＦしきい値が３
の場合に表示対象となる特徴語の範囲を示す図である。
図１１の例では、ＩＤＦ値が３よりも大きい特徴語の
内、上位１０個の特徴語が表示対象の特徴語として特定
されている。

【００８２】ステップ２１２の結果の表示例を図１０の
処理結果表示部１００１に示す。本利用例で、ユーザが
この処理結果を見て、ランクインしていない区分が多く
の特徴語において存在している為に、「充分に全体的な
傾向を表しているとは言えず、自分の欲する結果ではな
い」と判断した場合、現時点ではＩＤＦしきい値は指定
可能範囲の最小値を指定している為、ステップ２１３で
のＩＤＦしきい値の指示入力は行われず、ステップ２１
４に移る。

【００８３】ステップ２１４は、ユーザが指定可能範囲
の最小値と最大値のいずれか又は両方の値の変更を指示
したかどうかを判定する処理である。本利用例では、ユ
ーザが指定可能範囲の最小値として２を指定したものと
する。

【００８４】図１２は本実施形態のユーザが指定可能範
囲設定部で指定可能範囲の最小値を２に設定する場合の
表示例を示す図である。図１２の例では、ユーザが指定
可能範囲設定部１２０４に最小値２を設定した場合の処
理結果表示部１２０１、指定可能範囲目盛り１２０２及
びスライドバー１２０３の表示例を表している。

【００８５】新たな指定可能範囲が指定されると、テキ
ストマイニング処理装置はステップ２０９において、新
たな指定可能範囲をインタフェース上に表示する。指定
可能範囲が図１０の指定可能範囲目盛り１００２から更
新された例を図１２の指定可能範囲目盛り１２０２に示
す。この例では、指定可能範囲が４等分されており、最
小値と最大値の間の目盛りにそれぞれ２．５、３、３．
５という値が割り当てられている。

【００８６】次に処理はステップ２１０に移るが、既に
ＩＤＦしきい値は３に設定されている為、ここでは何も
起こらない。ステップ２１１では、テキストマイニング
処理装置がインタフェース上でＩＤＦのしきい値が３で
あることを表示する。この表示例を図１２の指定可能範
囲目盛り１２０２及びスライドバー１２０３に示す。

【００８７】そして、ステップ２１２の処理に移るが、
ここではＩＤＦしきい値が図１０の時点と変わらず３の
ままである為、図１２の処理結果表示部１２０１に表示
されるマイニング結果は、図１０の処理結果表示部１０
０１で表示されたマイニング結果と変わらない。ステッ
プ２１３では、ユーザがインタフェース上で新たなＩＤ
Ｆしきい値の値を設定することになる為、ユーザからの
ＩＤＦしきい値指示入力がある。この利用例では、ユー
ザは「より全体的な傾向を知りたい」と考えているの
で、例えば現時点の指定可能範囲の最小値である２がＩ
ＤＦしきい値として指示される。

【００８８】図１３は本実施形態のユーザがＩＤＦしき
い値として２を設定した場合の表示例を示す図である。
図１３の例では、ユーザがしきい値としてスライドバー
１３０３により指定可能範囲目盛り１３０２の２を設定
した場合の処理結果表示部１３０１の内容を表してい
る。

【００８９】本実施形態ではユーザがスライドバー１３
０３を動かしてしきい値を設定する為、ステップ２１３
の処理とステップ２１１のしきい値表示処理が同時に行
われることになる。次に処理はステップ２１２に移る。
ここでは、テキストマイニング処理装置が設定されたＩ
ＤＦしきい値（＝２）よりも大きいＩＤＦ値を持つ特徴
語群を用いて、マイニング結果を表示する。すなわち、
図１４に示す範囲の特徴語群が表示対象になるわけであ
る。

【００９０】図１４は本実施形態のＩＤＦしきい値が２
の場合に表示対象となる特徴語の範囲を示す図である。
図１４の例では、ＩＤＦ値が２よりも大きい特徴語の
内、上位１０個の特徴語が表示対象の特徴語として特定
されており、図１３の処理結果表示部１３０１は、この
ときのステップ２１２の結果表示例を表している。

【００９１】本利用例で、ユーザがこの処理結果を見
て、殆どの特徴語が全ての区分でランクインしている為
に、この結果を「全体的な傾向を良く表現していて、自
分の欲する結果である」と判断した場合には、ステップ
２１３及びステップ２１４における指示入力は無く、ス
テップ２１５においてテキストマイニング処理装置に対
して終了指示入力が行われる。これにより、本テキスト
マイニング処理は終了する。

【００９２】以上、本実施形態では、指定可能範囲の最
小値と最大値の設定が不適切な例として、最小値と最大
値との間にユーザが望む様な出現偏りしきい値が存在し
ない場合を示した。しかし、他の例として、最小値と最
大値の間が大きく離れ過ぎていて、スライドバーを少し
動かしただけで、出現偏りしきい値がユーザの期待以上
に変化してしまい、その結果として表示されるテキスト
マイニングの処理結果もユーザの期待以上に変化してし
まう場合も考えられる。これも、指定可能範囲の最小値
と最大値の設定が不適切な例である。この様な場合に
も、最小値と最大値のいずれか又は両方を変更すること
により、スライドバーの移動によって出現偏りしきい値
が変動するピッチを適切な量に設定することができる。

【００９３】また、本実施形態のインタフェースでは、
図３の表示部分３０２に示す様に、ある特徴語がある区
分でランクインしているか否かという二値情報のみに着
目して、ランクインしていれば該当箇所に網掛けの長方
形を表示し、ランクインしていなければ何も表示しな
い、という方法を採用した。しかし、例えば該当箇所に
表示する長方形の網掛けの濃度を変えることにより、ど
の順位にランクインしているかを示す多値情報を表現す
る方法を採用することができる。

【００９４】図１５は本実施形態の特徴語の出現頻度に
応じて網掛けの濃度を変えるインタフェースの例を示す
図である。図１５の処理結果表示部１５０１に示す様
に、出現頻度の大きい特徴語については濃い網掛けの長
方形で表示し、出現頻度の小さい特徴語については薄い
網掛けの長方形で表示を行う。

【００９５】前記の様に本実施形態では、予め登録され
た文書の集合を対象として、その全体または一部分を取
り出した処理対象文書集合に特徴的に出現する語句を抽
出し、処理対象文書の細分化を行う基準となる区分によ
って構成される分析軸を設定し、前記抽出した語句の中
から、分析軸を構成する各区分と関連する度合が高い関
連語句を取得するテキストマイニング処理において、出
現偏りしきい値を指定可能な指定可能範囲を提示してユ
ーザから指定可能範囲内の出現偏りしきい値の指定を受
付けた後、その出現偏りしきい値よりも大きい出現偏り
値を持つ特徴語のみを対象としたマイニング結果の表示
を行うので、ユーザは、テキストマイニングの結果を見
ながら、自分の望む結果が得られる様に出現偏りしきい
値を操作することができる。

【００９６】例えば、より全体の傾向を知りたい場合、
すなわち分析軸の解像度を低くしたい場合には、より小
さな出現偏りしきい値を指定することにより所望のマイ
ニング結果が得られる。また、より各区分の特徴を知り
たい場合、すなわち分析軸の解像度を高くしたい場合に
は、より大きな出現偏りしきい値を指定することによ
り、所望のマイニング結果を得ることができる。更に、
複数の区分から構成される一期間の特徴が知りたい場
合、すなわち分析軸の解像度を中程度にしたい場合に
は、所定の大きさの出現偏りしきい値を指定することに
より、所望のマイニング結果を得ることができる。ま
た、指定したい出現偏りしきい値の値が、出現偏りしき
い値指定可能範囲の中に無い場合、或いは出現偏りしき
い値の表示ピッチに問題がある場合には、出現偏りしき
い値の指定可能範囲を変更することができる。

【００９７】前記の様に本実施形態によれば、適切な出
現偏りしきい値を対話的に設定することができるので、
「全体の傾向が知りたい」「各区分の特徴が知りたい」
「複数の区分から構成される一期間の特徴が知りたい」
といったユーザのニーズに容易に応えることができる。
これによりユーザは、望む解像度のテキストマイニング
結果を、従来の手法よりも簡単に、かつ分かり易い形で
閲覧することができる。

【００９８】以上説明した様に本実施形態のテキストマ
イニング処理装置によれば、処理対象文書集合に特徴的
に出現し、分析軸を構成する各区分と関連する度合が高
く、その出現偏り値がユーザから受付けたしきい値より
も大きい特徴語を抽出するので、ユーザの望む解像度の
テキストマイニング結果を得る為のテキストマイニング
処理を効率的に支援することが可能である。

【００９９】

【発明の効果】本発明によれば処理対象文書集合に特徴
的に出現し、分析軸を構成する各区分と関連する度合が
高く、その出現偏り値がユーザから受付けたしきい値よ
りも大きい特徴語を抽出するので、ユーザの望む解像度
のテキストマイニング結果を得る為のテキストマイニン
グ処理を効率的に支援することが可能である。

【図面の簡単な説明】

【図１】本実施形態のテキストマイニング処理装置の概
略構成を示す図である。

【図２】本実施形態のテキストマイニング処理装置の処
理手順を示すフローチャートである。

【図３】本実施形態のテキストマイニング処理装置のユ
ーザインタフェース例を示す図である。

【図４】本実施形態のテキストマイニング結果の例を示
す図である。

【図５】本実施形態のＴＦ・ＩＤＦ値を計算する過程で
求められた各特徴語のＩＤＦ値の例を示す図である。

【図６】本実施形態の結果表示に用いる特徴語のＩＤＦ
しきい値による制限の例を示す図である。

【図７】本実施形態の特徴語のランクイン分布の調査の
例を示す図である。

【図８】本実施形態のユーザがしきい値として４を設定
した場合の表示例を示す図である。

【図９】本実施形態のＩＤＦしきい値が４の場合に表示
対象となる特徴語の範囲を示す図である。

【図１０】本実施形態のユーザがしきい値として３を指
定した場合の表示例を示す図である。

【図１１】本実施形態のＩＤＦしきい値が３の場合に表
示対象となる特徴語の範囲を示す図である。

【図１２】本実施形態のユーザが指定可能範囲設定部で
指定可能範囲の最小値を２に設定する場合の表示例を示
す図である。

【図１３】本実施形態のユーザがＩＤＦしきい値として
２を設定した場合の表示例を示す図である。

【図１４】本実施形態のＩＤＦしきい値が２の場合に表
示対象となる特徴語の範囲を示す図である。

【図１５】本実施形態の特徴語の出現頻度に応じて網掛
けの濃度を変えるインタフェースの例を示す図である。

【符号の説明】

１０１…ディスプレイ、１０２…キーボード、１０３…
ポインティングデバイス、１０４…バス、１０５…中央
演算処理装置、１０６…フレキシブルディスクドライ
ブ、１０７…フレキシブルディスク、１０８…磁気ディ
スク装置、１０９…テキストファイル、１１０…主記憶
装置、１２１…ワークエリア、１１１…システム制御処
理部、１１２…特徴語抽出処理部、１１３…分析軸設定
処理部、１１４…共起語句取得処理部、１１５…特徴語
ランク付け処理部、１１６…指定可能範囲自動設定処理
部、１１７…ＩＤＦしきい値自動設定処理部、１１８…
指定可能範囲手動設定処理部、１１９…ＩＤＦしきい値
手動設定処理部、１２０…マイニング結果表示処理部、
３０１…処理結果表示部、３０２…表示部分、３０３…
スクロールバー、３０４…指定可能範囲目盛り、３０５
…スライドバー、３０６…指定可能範囲設定部、３０７
…終了ボタン、８０１…処理結果表示部、８０２…指定
可能範囲目盛り、８０３…スライドバー、１００１…処
理結果表示部、１００２…指定可能範囲目盛り、１００
３…スライドバー、１２０１…処理結果表示部、１２０
２…指定可能範囲目盛り、１２０３…スライドバー、１
２０４…指定可能範囲設定部、１３０１…処理結果表示
部、１３０２…指定可能範囲目盛り、１３０３…スライ
ドバー、１５０１…処理結果表示部。

フロントページの続き (72)発明者 多田 勝己 神奈川県川崎市幸区鹿島田890番地 株式 会社日立製作所ビジネスソリューション事 業部内 (72)発明者 松林 忠孝 神奈川県川崎市幸区鹿島田890番地 株式 会社日立製作所ビジネスソリューション事 業部内 (72)発明者 稲場 靖彦 神奈川県川崎市幸区鹿島田890番地 株式 会社日立製作所ビジネスソリューション事 業部内 (72)発明者 徳永 幹彦 神奈川県横浜市戸塚区戸塚町5030番地 株 式会社日立製作所ソフトウェア事業部内 Ｆターム(参考） 5B075 ND02 NS10

Claims (8)

【特許請求の範囲】
1. 【請求項１】 予め登録された文書の集合を対象として
   その文書集合に関する各種情報を取得するテキストマイ
   ニング処理方法において、 予め登録された文書の集合を対象として、その全体また
   は一部分を取り出した処理対象文書集合に特徴的に出現
   する語句を抽出するステップと、処理対象文書の細分化
   を行う基準となる区分によって構成される分析軸を設定
   するステップと、前記設定された分析軸を構成する各区
   分と関連する度合が高い関連語句を前記抽出した語句の
   中から取得するステップと、 前記取得した関連語句の文書集合における出現偏りしき
   い値をユーザから受付けて設定するステップと、前記設
   定された出現偏りしきい値よりも大きい出現偏り値を持
   つ関連語句のみを前記取得した関連語句から抽出してテ
   キストマイニング結果とするステップとを有することを
   特徴とするテキストマイニング処理方法。
2. 【請求項２】 前記出現偏りしきい値の指定可能範囲を
   ユーザから受付けて出現偏りしきい値指定可能範囲とし
   て設定するステップを有することを特徴とする請求項１
   に記載されたテキストマイニング処理方法。
3. 【請求項３】 前記出現偏りしきい値の指定可能範囲を
   示す出現偏りしきい値指定可能範囲を予め定められた値
   に設定するステップと、前記出現偏りしきい値を出現偏
   りしきい値指定可能範囲の中間値に設定するステップと
   を有することを特徴とする請求項１または請求項２のい
   ずれかに記載されたテキストマイニング処理方法。
4. 【請求項４】 前記設定された分析軸を構成する区分の
   内で、前記テキストマイニング結果として抽出された関
   連語句が上位の所定ランク以内にランクインしている区
   分を示す図形をその関連語句毎に処理結果表示部に表示
   することを特徴とする請求項１乃至請求項３のいずれか
   １項に記載されたテキストマイニング処理方法。
5. 【請求項５】 前記出現偏りしきい値の指定可能範囲を
   示す指定可能範囲目盛りと、前記ユーザから受付けて設
   定された出現偏りしきい値の指定可能範囲目盛り中の位
   置を示すスライドバーとを、前記テキストマイニング結
   果を図示する為の処理結果表示部と共に表示することを
   特徴とする請求項４に記載されたテキストマイニング処
   理方法。
6. 【請求項６】 前記図形は、その関連語句が当該区分の
   どの順位にランクインしているかを示す多値情報を表現
   するものであることを特徴とする請求項４または請求項
   ５のいずれかに記載されたテキストマイニング処理方
   法。
7. 【請求項７】 予め登録された文書の集合を対象として
   その文書集合に関する各種情報を取得するテキストマイ
   ニング処理装置において、 予め登録された文書の集合を対象として、その全体また
   は一部分を取り出した処理対象文書集合に特徴的に出現
   する語句を抽出する特徴語抽出処理部と、処理対象文書
   の細分化を行う基準となる区分によって構成される分析
   軸を設定する分析軸設定処理部と、前記設定された分析
   軸を構成する各区分と関連する度合が高い関連語句を前
   記抽出した語句の中から取得する関連語句取得処理部
   と、 前記取得した関連語句の文書集合における出現偏りしき
   い値をユーザから受付けて設定する出現偏りしきい値手
   動設定処理部と、前記設定された出現偏りしきい値より
   も大きい出現偏り値を持つ関連語句のみを前記取得した
   関連語句から抽出してテキストマイニング結果とするマ
   イニング結果表示処理部とを備えることを特徴とするテ
   キストマイニング処理装置。
8. 【請求項８】 前記出現偏りしきい値の指定可能範囲を
   ユーザから受付けて出現偏りしきい値指定可能範囲とし
   て設定する指定可能範囲手動設定処理部を備えることを
   特徴とする請求項７に記載されたテキストマイニング処
   理装置。