＜ITAS②＞意見の要約を可能とする「意見タグAI」とは

コラム
2018.04.26

＜ITAS②＞意見の要約を可能とする「意見タグAI」とは

伊藤友博

ITAS

自然言語処理

エンジニアリング

【ITAS「意見タグAI」の特長】

構文解析技術を活用し「□□-ガ-○○」と意見性があるフレーズを抽出。
原文それぞれに意見タグを付与することで内容要約が可能に。
構造化されたデータとして「どのような意見が多いのか」を理解できる。

「単語レベルの限界」。
テキストマイニングでよく聞かれる意見である。日本語は文法の複雑さ、表現の多様さ故に、文章の解析が困難な言語の一つと言われている。ビジネスシーンをみると、テキストマイニングといえば、「形態素解析（単語への分解）」と「共起ネットワーク（単語と単語が共に出現する度合）」の活用が目立つ。これらは言うまでもなく、文章や発言の全体像を理解するには大変有効な手法である。

一方でこれらの手法では「単語レベルの可視化となり、どういった意見が具体的に言われているのか分かりにくい」、「全体感は分かっても、どの意見とどの意見の間に関連があるのかは分からない」などの課題が聞かれる。これが「単語レベルの限界」と言われる場面である。

ITASで提供する「意見タグAI」はこのような課題を克服しようと挑戦するInsight Tech独自のAIエンジンである。

構文解析技術を活用し、意見性のあるフレーズ（「価格 – ガ – 高い」等）を抽出するAIである。テキストデータのなかに記述されている内容を「構造化（データとして抽出）」することができる。
意見タグは「意見対象部（何に対する）」・「意見述部（どのような意見・事象か）」を「格（ガ、ヲ、二）」で結ぶことで、「何に対するどのような意見・事象か」を表現する。「意見対象部」「格」「意見述部」の情報が別々のデータとして抽出できるため、意見対象部を起点とした分析、意見述部を起点とした分析等が可能となる。

例えば以下のような百貨店に対する不満からは、下表のように6つの意見タグが自動抽出される。

【原文】
デパ地下、観光客も多く行列のできている店舗ばかり。注文するのに順番がなかなか回ってこない。この時期だけでも店員さんを増やして欲しい。この時期の利用は避けようと思う。

【意見タグAIの処理結果】

意見タグをみることでどのような意見・事象があるのかが具体的に理解できる結果となっている。

「意見タグAI」の活用シーンは、以下の通りである。

意見対象部のランキングをみることで、「何に対する意見が多いのか」を定量的に理解できる。
『「店員」についてどのような意見が言われているのだろうか？』といったように、「意見対象部」（話題の対象）を起点に意見の内容を理解できる。
同一文章内での意見タグの出現度合をみることにより、意見タグ相互の話題性の近さを理解できる。

このように、「意見タグAI」は、一つの文章から複数の意見タグを生成することで内容要約を可能とする。
しかし、多くの文章から意見タグを生成する場合、目視しきれない数の意見タグが生成され、且つ意味合いが類似する意見タグが異なる表現で生成されてしまう。そこで、「意味合いが類似する意見タグをグルーピングする」ことが有効となる。これを可能とするのがITASのもうひとつのAIエンジン「可視化AI」である。

次記事ではこの「可視化AI」についてご紹介したい。