須多先生

徳井さんの「テキスト分類についての考察」はいかがでしたか？

深田 あい

徳井くんの考察 すごかったです！スライドでの説明であったように「機械学習」の「教師あり学習」を使えば 今回の問題解決ができそうですよね

須多先生

本当に素晴らしかったです
みなさんの成長に とても感動しています

徳井 天

AIの知識がしっかり身についてきたことを実感してるよ
じゃあ早速 分類作業を始めて行こう！

深田 あい

徳井くんの手元には何件のデータが届いているの？

徳井 天

ひとまず 個人情報が削除されてある200件のデータをもらってきたよ 本当はまだ何千件もあるみたいなんだけどな

徳井 天

このデータをもらった時に聞いたんだけど 店長さんの方で「ポジティブ」「ネガティブ」をそれぞれ30件 あとは「質問や問い合わせ」を20件ほど 仕分けしてみたんだって
でも 量が多いから途中で諦めちゃったみたいなんだよな

深田 あい

そうだったんだ
それじゃあ 残りの120件のアノテーションを進めようか

徳井 天

よし！じゃあ早速アノテーションして 正解ラベルが付いた訓練データを作ろうぜ！

須多先生

その前に…分析に必要なデータをもらったら 一番最初にやらなければいけないことがありましたよね

徳井 天

あれ 最初に何かしてたっけ？（ユーザー名）さん分かる？

深田 あい

データをもらったら まずは「データの確認」をするんですよね

須多先生

はい その通りです
AIに学習させる前に もらったデータがどのようなデータなのかを確認する必要があります

須多先生

テキストデータにどんな「特徴」があるかを大まかに確認しておくことで より効果的なAI開発ができるんですよ

徳井 天

そういえばいつも 新しい演習の前には必ずデータを確認して グラフ化したりして可視化してきたよな

須多先生

今回は 前々回のレッスンで習った「WordCloud」と 前回のレッスンで習った「共起ネットワーク」を使って 対象のテキストデータを可視化してみましょう

徳井 天

「WordCloud」と「共起ネットワーク」 どっちも使って可視化するんだな
どっちか一つじゃダメなんだっけ？

深田 あい

可視化の方法によって どんなことが分かるか違いがあったよね
WordCloudは 出現頻度の高い順に単語を可視化できて 共起ネットワークは単語と単語の関連性まで確認できたよね

須多先生

はい 例えば「素敵」「感謝」などの単語が多く使われ 一見「ポジティブ」な意見が多く見えても 「素敵」「ではない」や「感謝」「できない」のように 後に続く言葉により 「ネガティブ」な文章となってしまいます

須多先生

このような関連性はWordCloudだけでは分からないので 共起ネットワークもあわせて確認する必要がありますよ

徳井 天

なるほど！どっちも使って可視化しないと分からないことがあるんだったな

須多先生

それでは STAR Colabの演習を用意しましたので 次のアクティビティの指示に従って進めてください