計量テキスト分析で小説を分析する簡単な方法を布教します！

対応分析で他の人の小説を比べてみる！

比較をするなら対応分析！

ということで、

比較するものを見つけては対応分析する、

っていうのが楽しい遊び方です。

楽しかったり、学びになったりしますね。

自分と友人の文章を比較してみたり。

小説サークルなどがある方は、グループ内で比較すると面白いでしょう。

上達を目指すのであれば、

「この人の文章凄くいい！」

って思う人の小説と自分の小説を比較してみるのも手です。

エクセルファイルに、比較したい作品をどんどん入れていきましょう。

作者名や作品名の記入を忘れずに。

ここでポイント！

他の人と文章を比較する場合には、

「その他」の品詞を抽出する設定にしましょう。

その設定は、前処理をする前にします。

「前処理」→「語の取捨選択」

そして、品詞による語の選択から、

「その他」のところにチェックを入れます。

設定が終わったら、前処理を実行しましょう。

この操作によって、

「そして」「しかし」のような接続詞をはじめとして、

様々な語が抽出されるようになります。

ただし「。」や「、」なんかも抽出されるようになってしまいます。

これらは比較する時に邪魔になると思います。

なのでまずは抽出語リストをチェックしましょう。

「。」や「、」は相当上位にいることでしょう。

その他にも、いわゆる「てにをは」なんかも上位にいると思われます。

それらの「これはいらないんじゃないか？」って語が、どこまであるか見ます。

チェックするのは、いらない上位の語が何回出ているか、です。

対応分析の設定で、

「最大出現数」というものを設定できます。

たとえばこれを「100」と設定すると、

101回以上出現している語は分析の対象から外せます。

なので「最大出現数」を設定することで、「。」や「、」などを除外できるわけですね。

これで対応分析してみるのですが、

その結果を見ると、気になることがあると思います。

キャラクター名や、特定の作品でのみ登場する語です。

たとえば「転生」という語は、

使う作品と、一回も使わない作品とで、はっきり分かれますよね。

キャラクター名もまた、その作品特有の語と言えます。

これらは原点からかなり遠い位置に配置されるはずです。

そういった作品特有の語が、対応分析の結果に大きな影響を与えている懸念が、当然生じます。

今度はこういった、特有の語を省いていく作業をします。

テキストファイルに記入していきます。

転生

リコーダー

卓球

武将

というふうに。

こうやって、省きたい語を羅列したテキストファイルを、

KH Coderに読み込ませて反映します。

「前処理」→「語の取捨選択」をクリックします。

開いたウィンドウ右側の、

使用しない語の指定。

その下の、ファイルから読み込みにチェックを入れ、

参照から用意したテキストファイルを指定します。

これで、省きたい語を省くことが可能です。

なおこの際、改めて前処理をする必要はありません。

読み込ませた時点で、指定した語は省かれます。