📝 中国語テキスト分析

使用辞書：DLUT感情辞書（大連理工大学情報検索研究室）

• 約27,466語の中国語感情語を収録
• 7つの感情カテゴリ：楽（PA）、好（PE）、怒（NA）、哀（NB）、懼（NC）、悪（ND）、驚（NN）
• 各語に感情強度（1=最弱〜9=最強）を付与
• 極性（positive/negative）による分類

処理フロー：

1. jieba.posseg による形態素解析（単語分割＋品詞タグ付け）
2. DLUT辞書との照合で感情語を検出
3. 否定語処理：「不」「没」「无」「别」等で極性反転（×-1）
4. 程度副詞処理：「很」(×1.5)「非常」(×2.0)「有点」(×0.5)等でスコア調整
5. シグモイド関数で0〜1にスケーリング：score = 1/(1+e^(-raw×0.2))
6. 閾値判定：0.6以上=positive、0.4未満=negative、中間=neutral

TF-IDF法（Term Frequency - Inverse Document Frequency）

• jieba.analyse.extract_tags() を使用
• 文書内での出現頻度（TF）と文書集合内での希少性（IDF）を乗算
• 一般的な語（的、是、了等）は自動的に重要度が下がる

TextRank法（グラフベースランキング）

• jieba.analyse.textrank() を使用
• 単語間の共起関係をグラフ化し、PageRank類似のアルゴリズムで重要度算出
• 文脈を考慮した抽出が可能

品詞フィルタリング：名詞(n*)、動詞(v*)、形容詞(a*)、副詞(d)を分類

グループ化軸：地域別 / 日付別 / 時間帯別 / 投稿者区分

• 各グループごとに感情分析を実施し、平均スコア・分布を算出
• グループごとの特徴的キーワードをTF-IDFで抽出
• 地図表示：Leaflet.js + OpenStreetMap、SVGによる円グラフマーカー

自動抽出：

• jieba.posseg で品詞タグ「nr」（人名）を検出
• 役割語辞書（女主、男主、哥哥、妹妹等）とのマッチング
• 出現頻度でランキング

感情分析：キャラクター名を含むコメント全体の感情を集計

1. 分析精度について

本ツールの分析結果は機械的な処理によるものであり、100%の正確性を保証するものではありません。 特に、皮肉・比喩・文脈依存の表現は正確に分析できない場合があります。

2. 利用責任について

本ツールの分析結果を基にした判断・行動について、開発者は一切の責任を負いません。 商用利用、学術研究、意思決定等での使用は利用者の自己責任となります。

3. データ取り扱いについて

アップロードされたデータはAPI処理のためサーバーに送信されますが、保存・蓄積は行いません。 機密情報・個人情報を含むデータの取り扱いには十分ご注意ください。

本ツールを発表や論文等で引用される場合は、以下の形式をご使用ください：

氷野善寛 (2025)「中国語口コミ分析ツール」目白大学
https://hinox.sakura.ne.jp/chtexts/kuchikomi/