Japanese | English
概要
テキストマイニングの機能を実現した例として、TAKMI(Text Analysis and Knowledge Mining)を紹介します。
TAKMIとは、テキストデータの中から概念（キーワードとなる文字列とそのカテゴリー）を抽出し、定型情報と共にさまざまな統計量を計算した上で、その結果をさまざまな観点からユーザーに提示するものです。以下のようなマイニング機能及びビューを提供します。
- 2Dマップ ... 二つのカテゴリ内の概念間の相関を表示します。
- 増減グラフ ... あるカテゴリ内の概念についてそれを含む文書の時間的な増減を一覧で表示します。
- 時系列グラフ ... 現在絞り込んだ文書集合の時系列上での分布を示します。
- トピック抽出 ... ある時期に目だって現れた特徴的な出来事を見つけ出します。
テキストマイニングシステムTAKMI
活用事例
このTAKMIを用いて、実際に企業のヘルプ・センターのテキスト情報を分析した事例をご紹介します。このテキストデータは日本アイ・ビー・エム（株）のＰＣヘルプセンターにおいて、顧客からの問い合わせをオペレーターが記録したものです。
この報告書には、機種名、問い合わせ種別（購入相談、要望など）、処理に要した時間などの定型情報のほかに、オペレータが具体的な応答内容を自由な形式の文章で入力したものが含まれています。 これらの定型情報とテキストのような非定型な情報から抽出した概念とを組み合わせてマイニングを行い、その結果を視覚化することが出来ます。 このツールには以下のような機能があります。
傾向分析
傾向分析ではあるカテゴリーに含まれるキーワードの時系列での推移を見ることが出来ます。
図では、１９９８年１月から１９９９年２月にかけてのソフトウエアに関する傾向を表しています。ソフトウエアのカテゴリーの中には、「アップグレード」「DOS」等のキーワードを見ることが出来ます。その中でも、１９９８年６月にWindows98の問い合わせが急増していることが分かります。
増減グラフ
相対頻度
Windows98の中で，どのようなお問合せが多いか、実際にWindows98に対する問い合わせが多かった月（6月以降）の「ソフトウエア･･･質問」というカテゴリーを見てみます。すると「Windows98を（自分のPCに）導入可能か？」「（自分のPCが）Windows98に対応するか？」という内容が多いということが分かります。 そこで、この問い合わせに対して回答を日本IBMのホームページに公開したところ、Windows98の導入に関する問合せ件数は減少しました。
このように、問い合わせの多い内容をホームページ上で公開することで問い合わせ件数を減らしたり、問い合わせを分析することで製品のフィードバックも期待できます。また、対処の結果としてお問い合わせ件数が実際に減っているかの検証も行うことが出来ます。
トピック抽出
トピック抽出では、ある文書集合に含まれるキーワード群や定型項目の時系列でのトピックを調べることが出来ます。トピック抽出は単に頻度の多いものを表示するのではなく、常に一定の頻度で出現するようなキーワードはトピックとは見なされません。
PCヘルプセンターのデータの中で、ＩＢＭの音声認識ソフトウエアViaVoiceTMの前身ソフトウエアVoiceTypeTMに対象を絞って分析を行いました。
Via Voice分析全体図
図中で、VoiceTypeはViaVoiceの発表された１９９８年に向かってお問い合わせ件数が少なくなっているのが分かります。 ここで、お問い合わせの内容（トピック）と時間を２次元の表で表し、トピックの時間推移を見ます。
トピックの時間推移
これにより、お問い合わせの内容が「購入相談」-「総合案内」-「要望」と推移しているのを見ることが出来ます。
このように、テキストの分析を通して製品のサイクルを確認したり、お問い合わせの状況を把握したりすることが出来ます。
２Ｄマップ（相関分析）
ＰＣヘルプセンターには日本ＩＢＭのあらゆる製品のお問い合わせがきます。ここでは、ＰＣ（デスクトップ・ノートブック）の各機種においてどういう質問が多いかを分析します。
２Dマップと呼ばれる機能では、あるカテゴリーに属するキーワード群と、他のカテゴリーに属するキーワード群との対応関係を見ることが出来ます｡ここで、専門用語（要望）とハードウエア（主に装置の名称等）を２次元の表にして見ることが出来ます。
いづれのカテゴリーのキーワードも自然言語処理によってコールセンターの応対者の書いた文書から抽出されます。
「専門用語…要望」というカテゴリは、専門用語に分類されるキーワードと要望に関する表現（主に動詞の付属語に含まれる表現から判断される）が同じ文中の係り受け関係にあるものが文中から抽出されたものです。
図中では縦軸がソフトウエア、横軸が専門用語…要望を示しています。 すると、ＴｈｉｎｋＰａｄでは「スペックを教えて欲しい」というお問い合わせが多いことが分かります。
２Dマップ
要望―機種名２Dマップ
さらに、個別のお問い合わせを見ると「メモリーを増設したい」というお問い合わせが、Ａｐｔｉｖａでは４6件、PS/Vでは１２件あることが分かります。さらに、それぞれのブランドに関するお問い合わせに占める割合としては、Ａｐｔｉｖａに関して０．７％、PS/Vに 関して２．１５％となり、ブランド別の特徴という観点からすると、PS/Vに関する問い合わせに目立っていることが 分かります｡
このように、ある機種に特化した問題や質問を膨大な質問の中から発見することが出来ます。