KH CoderでのTF-IDFの利用方法

[maaaaasan]

お使いのKH Coderのバージョン

3.02c official-package

ご質問の内容をお書きください

お世話になっております。

tf-idfに関する回答を下記URLの議論にて、拝見させていただきましたが、バージョンアップにあたり、やり方が変わってしまったようなので再度ご説明していただきたく、ご連絡させていただきました。

#869

［ドキュメント-ワードマトリックス］がなかったため、抽出語リストのcsvをKHcoder3ファイルに

私は研究でTF-IDFの算出を行いたいと考えております。
どのような方法でもかまわないため、KH　Coderで利用できるTF-IDF法を教えていただきたいです。
エクセルと混合のやり方でも構いません。

お手数おかけしますが、ご回答よろしくお願いいたします。

[ko-ichi-h]

現在でも、#869 の方法をそのままお使いいただけるかと思います。ただ、「C:\khcoder3」は「C:\KHCoderOfficialPackage」に読み替えていただく必要があります。あと #869 に記載の[Document-Word Matrix]は、日本語インターフェイスでは［「文書×抽出語」表］です。

ただ、（各文書ごとのTF-IDF値ではなく）1つの語に対して1つのTF-IDF値が欲しい場合は、[Document-Word Matrix]は不要です。

ちなみに、TF-IDF値を使って何をされたいのでしょう？

[maaaaasan]

また、tf-idfを使い、行政資料のたくさんの意見から特徴語を抜き出し、意見の重要性をスコアの数値ともにまとめたいと考えております。

TF-IDF値が高い語を含む意見は重要であろうという考え方でしょうか。だとすると、意見（文書）ごとのTF-IDF値が必要ですね。

ご丁寧にありがとうございます。
意見ごとのTF-IDF値の算出を行っていこうと思います。

[ko-ichi-h]

「tf.csvが見つからない」というエラーですね。tf.csvを開けていないので、その後のコマンドもほぼ全部エラーになっています。

tf.csvの保存場所は「C:\KHCoderOfficialPackage」で正しいでしょうか？ KH Coderを起動するときにダブルクリックするkh_coder.exeと同じ場所に保存していますか？

なお #869 を少し編集したので、コマンドをコピーし直してください。

[maaaaasan]

ありがとうございます。
無事にコマンドが成功しました。
もう一つの質問なのですが、意見（文章）ごとのTF-IDF値の算出はどのように行うべきかをご教示していただきたいです。よろしくお願いいたします。

[ko-ichi-h]

えっと、上のコマンドで計算なさった値が、各語の意見（文書）ごとのTF-IDF値だと思います。それとは違うものをお考えでしょうか？

「TF-IDF値の高い語を含む文書が重要」という考え方で、意見（文書）の重要さをあらわす値を計算するならば、各語のTF-IDF値を合計することで、その文書の値を計算できるでしょうか。

[maaaaasan]

ありがとうございます。
無事にできました。