KH Coderでテキストマイニングをする

テキストデータを統計的に分析できるフリーソフトウェアKH Coderでテキストマイニングをする機会があったので、KH Coderを動かしてみるまでの手順をまとめる。

・必要なもの
-Windows PC（KH CoderにはMac版、Linux版もあるがここではWindows版を使用する）
-Excelなどのxlsやcsv形式ファイルを開ける表計算ソフトウェア

・インストール
１．以下のKH Coderホームページからパッケージ版をダウンロード。

２．ダウンロードしたファイルをダブルクリック。

３．開いたポップアップ画面で「unzip」をクリック。「unzui successfully」のメッセージが表示されたら解凍完了で、c:\khcoderにファイルが解凍される。ポップアップウィンドウは「close」をクリックして閉じる。

４．c:\kh_coder.exeを実行するとKH Coderが起動する（デスクトップにショートカットを作成しておくと便利）。

・分析テキストデータの準備
新聞記事、アンケートの自由回答、小説など、さまざまなテキストデータを分析可能。ここではKH Coderのインストールファイルに含まれているc:\khcoder\tutorial_jp\kokoro1.txtを使用して分析を試す。kokoro1.txtは青空文庫で公開されている夏目漱石の「こころ」。

・テキストデータの読み込みから分析結果の出力まで
１．［プロジェクト］＞［新規］で以下の画面が開くので、［参照］ボタンをクリックして分析するテキストデータを指定し（ここではc:\khcoder\tutorial_jp\kokoro1.txt）、［OK］ボタンを押す。

２．［前処理］＞［分析対象ファイルのチェック］で分析するテキストデータに不備がないかチェックする。


３．テキストデータに不備がなければ［前処理］＞［前処理の実行］で前処理を実行する。この処理には時間がかかる。完了すれば分析結果を出力する準備が完了したことになる。

４．KH Coderではさまざまな分析に対応しており、その中から、分類した語の出現数の集計結果を出力するには、［ツール］＞［抽出語］＞［抽出語リスト］＞［OK］でリストがxls形式で開く。     

５．もうひとつの出力例として、階層的クラスター分析の結果を出力する。［ツール］＞［抽出語］＞［階層的クラスター＞［OK］で、階層的クラスターが表示される。

KH Koderでは他にも共起ネットワーク、自己組織化マップなどさまざまな分析に対応していて、詳細は［ヘルプ］＞マニュアル（PDF）やc:\khcoder\khcoder_tutorial.pdfに説明がある。