2019年度 前期 森ゼミ夏のプログラム

森ゼミナールは、8月3日(土)、夏のプレゼンテーション・プログラムを実施しました。今回のプレゼンテーション・プログラムの主な内容は、(1) 第4次産業改革をテーマとしたWebサイトの構築(２～３年生発表)、(2)テキストマイニングの理論と実践(４年生発表)です。

第４次産業改革を考える

Webサイトの構築(2～3年生発表)

2～3年生製作のWebサイトの構築では、コンテンツのタイトルとしてネットワーク理論／ICTと金融／クラウドコンピューティング／ビッグデータ／第４次産業改革／AI／機械学習・深層学習／ロボット等が挙げられました。Webサイト作成に関しては、HTMLを用いていますがCSS(Cascading Style Sheets)機能をどのくらい用いることができるかが、今回のプログラムの大きなポイントです。以下は今回2～3年生が実際に取り上げたテーマです。

機械学習・深層学習 ／AIとロボット	法律学科２年　畠山凱成、 古川諒、横尾隼士、麦足康太
クラウドコンピューティング ／エッジコンピューティング	経済学科２年　青木將史、 経済学科３年　高橋すみれ
第４次産業改革	経済学科２年　伊藤瑞樹、佐藤 拓馬
IoT／IoTと自動車産業／ラズベリーパイ	経済学科２年　小林俊祐、白石遼太郎 月森良、小林拓矢
フィンテック／キャッシュレス ／ネットバンキング	経済学科２年　宮崎亮輔、矢部歩夢 蓮見拓也

テキスト・マイニングでことば・文書を分析する

テキストマイニングの理論と実践(４年生共同発表)

今回４年生はテキストマイニングに挑戦し、その理論と実践について発表しました。数値データに関する分析・解析は、統計学やデータ解析等で盛んに行われますが、ことばや文書の分析はどのようにされているのか？ということが、この課題に取り組んだ大きな理由であり、発表の観点です。一般に、ビッグデータ(BigData)は、数値のみならずテキストデータ(ことば・文書等)、音声、画像、動画を含むマルチデータを意味します。そのため、データ量は巨大なものとなります。ビッグデータと呼ばれる所以です。言い換えれば、ビッグデータ解析の対象となるデータは、数値・記号で表される「構造化・定量データ」と、数値では表すことのできない感覚的な側面を持つ「非構造化・定性データ」に大別されます。テキストマイニングの目的は、テキストデータ(ことば・文書)から付加価値の高い情報を見出すことです。具合的には、自然言語解析の手法を使って、文章を単語(名詞、動詞、形容詞等)や文節に分割し(形態素解析)、それらの出現頻度や、共出現の傾向、時系列、相関関係を分析することで有益な情報を抽出していきます。


■必要とされるテキストマイニングと実践
テキストマイニングは、どのような場面で活用されるのでしょうか？たとえば、コールセンターでの客とオペレータとの記録・WEBページでの問い合わせ・アンケート調査の自由記述文・インターネット掲示板の書き込み・口コミサイト・SNS(Facebook、Twitter)の記事など、テキストデータが社会には溢れています。これらのデータから、本当に価値のある情報を抽出したり、その関連性を探ったり的確なタイミングで対応策を打っていくために、テキストマイニングは非常に有効な手段として活用されます。分析の際には多く、テキストマイニングツールと呼ばれるソフトウェアを利用します。森ゼミナールでは、「テキストマイニング」　牛澤賢二著(朝倉書店)を基に、今回KH Coeder(フリーソフフトウェア、樋口耕一氏開発)を利用して、実際に分析を試みました。以下は、その内容を発表した資料(抜粋)です。