経時的に観測されたテキストデータに対する変化係数モデルに基づく統計的な分類方法と視覚化について

• 和泉 志津恵

  大分大学工学部

• 佐藤 健一

  広島大学原爆放射線医科学研究所

• 川野 徳幸

  広島大学平和科学研究センター

書誌事項

タイトル別名

• STATISTICAL CLASSIFICATION AND VISUALIZATION BASED ON VARYING COEFFICIENTS MODEL FOR LONGITUDINAL TEXT DATA
• ケイジテキ ニ カンソク サレタ テキストデータ ニ タイスル ヘンカ ケイスウ モデル ニ モトズク トウケイテキ ナ ブンルイ ホウホウ ト シカクカ ニ ツイテ

抄録

近年, Twitter, Facebookのようなソーシャルネットワーキングサービスへの書き込みがビッグデータとして注目されている. そして, それらの書き込みは経時的に観測されたテキストデータとして扱える. そのようなテキストデータからキーワードの経時的な出現傾向を抽出し, その分類を行うことで, テキストデータの特徴的な変化を要約できる可能性がある. 本稿では, 佐藤・冨田 (2013) が提案したセミパラメトリックな変化係数を混合効果モデルのもとで推定する方法を応用して, 経時テキストデータの解析方法を提案する. その方法は, テキストデータに含まれるキーワードの出現の有無を目的変数とするロジスティック回帰を考え, キーワードの出現確率を推定し, 推定曲線の要約量を用いて, 分類および視覚化を行うという複数の解析方法から構成される. この一連の解析方法を用いて広島市の平和宣言を解析した結果, テキストに含まれるキーワードの経時的な出現傾向を記述でき, 時間の影響を考慮した分類結果とキーワードの配置を視覚化した2次元散布図から分類群間の類似性やキーワードの親疎遠近について付加的な情報がもたらされた. さらに, 経時的な出現傾向の分類結果に対して社会背景を考慮した実学的な解釈が可能となり, 提案方法の妥当性が示された.

収録刊行物

• 計算機統計学

  計算機統計学 28 (1), 81-92, 2015

  日本計算機統計学会

キーワード

• Text mining
• Summarization
• Semiparametric model
• Multi dimensional scaling

詳細情報

• CRID: 1390001204381126144
• NII論文ID: 130005631732
• NII書誌ID: AN10195854
• DOI: 10.20551/jscswabun.28.1_81
• ISSN: 21899789
• ISSN: 09148930
• NDL書誌ID: 026598549
• Web Site: https://ndlsearch.ndl.go.jp/books/R000000004-I026598549
• 本文言語コード: ja
• データソース種別:
  • JaLC
  • NDL
  • CiNii Articles
  • KAKEN
• 抄録ライセンスフラグ: 使用不可