LDA 토픽모델링에 기반한 일본어 능력시험 N2 독해 텍스트의 통합 분석-토픽・단어쌍(bigram)・문법의 연계 탐색을 중심으로-
An Integrated Analysis of JLPT N2 Reading Texts Based on LDA Topic Modeling -Focusing on the Interconnection of Topics, Bigrams, and Grammar Patterns-
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
本研究では、Python3.12プログラム、Mecab形態素分析器、Seaborn、Wordcloud、Gensim、pyLDAvis, UMAPなどのライブラリを活用して高頻度単語の抽出とトピックモデリングを行い、文章・文段のマッピングを応用してバイグラムと頻出文法のパターンを明らかにした。(1）頻度分析の結果、①「日、時間、月、年、円」などが上位にランクされていた。② 共起語としては、「料金」、「日時」、「申し込み」、「募集」、「返送・返品」、「交換」、「返却」、「予約」、「口座振り込み」、「窓口受付」、「締切り」などが現れており、人物関連の主要上位キーワードとしては「子供」が出現した。(2) トピックモデリングにおいては、14の主要トピックとキーワードを抽出し、これを分野別トピックにカテゴリー化した結果、1）生活・家族、2）社会・人間関係、3）経済・商業分野、4）教育・学習の比重が最も高く現れていることがわかった。(3)最後に、バイグラムと文章・文段のマッピング技術を応用して「15のバイグラム－文章・文段－トピック－文法」に分類し、バイグラムと文法の出現傾向を明らかにした。
Abstract
This study aimed to extract high-frequency words and conduct topic modeling using Python 3.12, the MeCab morphological analyzer, Seaborn, Wordcloud, Gensim, and pyLDAvis, and identify the appearance trends of bigrams and frequently used grammar. (1) Frequency analysis: Keywords such as “日,” “時間,” “月,” “年,” and 円,” were among the most frequently extracted in the text of guidance (usage and application). Co-occurring words included “料金,” “日時,” “申し込み ,” “募集,” “返送・返品,” “交換,” “返却,” “予約,” “口座振り込む,” “窓口受付,” “締切り,” etc. and among the major top keywords related to people, “子供” appeared. (2) Topic modeling: 14 main topics and corresponding keywords were extracted and categorized into thematic fields, revealing that the most prominent categories were: a) daily life and family, b) society and human relationship, c) economy and commerce, and d) education and learning. (3) Bigram analysis: Representative major bigrams, trends were identified by categorizing them into 15 types. (4) Bigram-to-text mapping: By mapping bigrams to sentences and paragraphs, 15 categories of “bigram–sentence and paragraph–topic–grammar” were created, and the occurrence trends of major grammatical patterns were identified.