MTMineRでヒートマップを描く
MTMineRで下の画像のようなヒートマップをつくる方法をご紹介します。
下の図は、吉川英治著「三国志」に登場する武将を可視化しています。
ヒートマップのやり方
データの読み込みから、ヒートマップの出力まで、一連の流れをご説明します。
①データの読み込みと係り受け解析
分析するデータを読み込み、係り受け解析を行います。
- ＜Add New Files…＞を選択
選択するとファイルを選ぶ画面が現れますので、データのファイルを選択します。 - ＜Confirm＞を押す
- ＜Pos Renam…＞を押す
画面の大きさで表示される文字が変わりますのでご注意ください。 - Please rename POS:の画面で＜Confirm＞を押す
この画面で品詞の名前を変更できます。そのままでよければ＜Confirm…＞を押します。
データの読み込みと係り受け解析は、以上で完了です。最初、MTMeinRを立ち上げたらメニューの＜Data Format＞で＜Parser＞を選んで下さい。係り受け解析には、Cabochaのインストールが必須となります。形態素解析のデータでもヒートマップは作成できますが、複合語の処理が簡単にできるため係り受け解析のデータを使用しています。。
②単語を出力
複合語を考慮した単語を出力します。
- ＜Condi-n-gram＞のタブを選択
- ＜Ngram Type:＞で＜Unigram＞を選択
- ＜Selecting POS…＞を押す
現れた画面で分析したい品詞を選びます。ここで文章に登場する品詞を選択します。選んだら＜Confirm…＞を押します。 - ＜Remove POS…＞を押す
現れた画面で取り除きたい品詞を選びます。＜Selecting POS…＞で選んだ品詞を含む文章から取り除きたい品詞を選びます。具体的には、句点、読点、記号、助詞、助動詞などです。 - ＜PoinetedPOS Processing…＞を押す
これで単語が出力されます。＜Cutoff＞は文章量などのサイズに合わせて、適宜設定が必要となります。
③単語を相対頻度に変換
出力した単語を相対頻度に変換します。単なる回数では、文章量が多い分だけ増えてしまうので、その影響を取り除きます。
- メニューの＜R＞で＜Process Outputs In This Tab＞を選択
- Set Data Nameの画面で名前を入力
入力後、＜OK＞を押すと、三つの画面が立ち上がります。 - Run Rの画面で、＜Transform＞のタブを選択
- ＜Command:＞が＜Proportion in Each Row＞となっていることを確認し＜Processing…＞を押す
行（Row）の総和を基準とした相対頻度に変換します。 - ＜Select Data:＞で相対頻度のデータを選択
temp.traなど、.traが付きます。
これで相対頻度に変換ができます。
④Rでヒートマップを作成
出力した単語をRでヒートマップにします。
- Run Rの画面で、＜Unsupervised＞のタブの＜HeatMap＞を選択
- ＜Variables＞の下にあるボックスからデータを選択
Windowsと同じように、ctrl+左クリック、shift+左クリックで、複数選択ができます。 - 一番上の青い右向きのアイコンを押す
＜Variables＞の下にあるボックスのデータを＜Picked＞に移動します。使用するデータを選ぶことができます。 - 上から三番目の青い右向きのアイコンを押す
＜Subset＞の下にあるボックスのデータを＜Picked＞に移動します。＜Variables＞と同じように操作できます。 - 画面下の＜OK＞を押す
これでヒートマップが作成できます。＜Instance distances:＞と＜Variable distances:＞で、結果が変わりますのでいろいろ試してみる必要があります。
ヒートマップの結果
MTMineRのヒートマップは、下のような画像も出力できます。冒頭の画像は出力されない場合がありますが、こちらは安定しています。
参考サイト
・MTMineR
左メニューの●文節で、MTMineRの構文解析について解説しています。Co-occurrence（文節の共起）や、＜Selecting POS…＞と＜Remove POS…＞の処理について説明が記載されています。複合語については、下記のとおりです。
例えば、mecabで「自然言語処理を行う」を形態素解析すると「自然」「言語」「処理」「を」「行う」に分解され、名詞を集計すると「自然」「言語」「処理」が集計される。一方cabochaで文節分解を行うと「自然言語処理を」「行う」に分解される。名詞を含む文節の中から助詞を取り除くことにより「自然言語処理」が一つの項目として集計することができる。
引用–●文節４. Condi-n-gram（条件付きの文節のn-gram）
この記事のまとめ
MTMineRを使ったヒートマップの作り方をご紹介しました。
