ワード頻出度クエリの設定変更

前回、ワード頻出度クエリで日本語設定をする方法を(ワード頻出度クエリで日本語が出ない→言語変更で解決)書きました。それでも結果がイマイチだという場合に見直すべき点は、クエリの設定です。これらを調整する事でより目的にあった結果を出すことができると思います。

a. 最低単語長
b. グループ化
c.  検索対象

では、それぞれの設定の意味と変更方法をスクリーンショットを確認しながら見ていきます。

a. 最低単語長

最低単語長設定画面(クエリウィザード ステップ2/4)

単語の最低文字数を指定します。例えば初期値の”1″で設定した場合には、”私”などの漢字一文字や数字も一単語として計算されてしまうので、表示結果がわかりづらくなります。
個人的には”2″とするのがお勧めです。

b. グループ化

グループ化設定画面(クエリウィザード ステップ2/4)

5つ(完全一致、同じ拡張の語を含む、類義語を含む、特殊文字を含む、汎用語も含む)が選択可能ですが、単語分類の精度を表します。完全一致がもっとも細かく単語を分類し、汎用語に近づくと大まかなくくりで分類するようになります。

例えば文中に次の単語が含まれているとします。

運動、スポーツ、野球、サッカー、バスケットボール、バスケ

“完全一致”　では　それぞれの語を一語としてカウントします。
“同じ拡張の語を含む”　では、バスケットボールとバスケは同一の意味を成すものとして、バスケットボールが2回とカウントします。
“類義語を含む”　では、”運動”と”スポーツ”を同一とみなして2回とカウントします。

目的に合わせてこの項目も調整してみてください。

c. 検索場所

グループ化設定画面(クエリウィザード ステップ2/4)

初期設定では”すべてのソース”となっていますが、この設定ですとインポートしたデータ全てからのワード頻出度を出してしまいます。例えば特定のPDFのみに限定したり、特定のノードに入ったソースのみ、といった条件を設定が、この検索場所を使って設定できます。
“選択したアイテム”や”選択したフォルダのアイテム” を選択して、ご自身の目的にあったソース条件を加えてみてください。