ChatGPTを使ったテキストマイニングの方法 3

対話画面を使ったテキスト分析

ChatGPTを使ったテキストマイニングの中から、特に単語の出現率やそのネガポジについてレポートする方法について解説します。前回までは、グーグルスプレッドを使いましたが、今回はChatGPT4.0のチャットインターフェイス（対話画面）を使用します。

【GPT_Textminingシリーズ一覧リンク】

• 第１回　入門編・グーグルスプレッド＆API
• 第２回　グーグルスプレッド・サマライズ等
• 第３回　通常の対話型インターフェイスを使った単語抽出など
• 第４回　マイニングツールKH-Coderとの連携について
• 第５回　ワードクラウドを表示するHTMLを作る
• 第６回　エクセルをそのままコードインタープリターで加工する

【事前準備事項】

今回は通常のChatGPTの対話画面が使えればOKです。

【必要スキル】

テキストマイニングとしてどんな結果が有効かを想像できること

【動画】

第3回めの実際の使い方を説明しています。

新しい操作テクニック

1)ChatGPTに分析対象のテキストを食べてもらう

まず、ChatGPTに分析するテキストデータを記憶させる必要があります。ただし、ChatGPTは一度にたくさんの文章を処理することができないため、テキストデータを小分けにする必要があります。そのために、小分けにしたテキストデータ一つ一つに名前を与えて送る方法を紹介します。

使用したテキストの一部はこちら

プロンプト

[　以下の文章を”分析用テキスト1″として記憶だけして、結果の表示や分析はしないで次の入力を待ってください。　]
※上記を改行後に分析用テキスト=20～30行程度を流し入れてリターン
※”テキスト1“は番号を増やしながら数回に分けて送る。

2)送ったテキストデータの統合

4回に分けて送ったテキストデータを統合し、名前を付ける。

プロンプト

[　分析用テキスト1,分析用テキスト2,分析用テキスト3,分析用テキスト4を繋いで、”分析用テキストALL”と名前をつけて記憶だけして、分析や回答はせずに次の入力を待ってください。　]

3)”分析用ALL”から単語グループを作る(画面は↑)

統合したテキストデータ=”分析用テキストALL”から単語を抽出して、分類し、グループにして、テーブル形式の表にします。

プロンプト

[　”分析用テキストALL”について、単語を抽出して、似た意味の単語をグループ化して、グループ名を付けてテーブル形式で表示してください。　]

4)上記のグループルールに名前をつけて記憶させる

プロンプト

[　このグループ分けルールを”グループ分けルール”として記憶して、待機してください。　]

5)最終分析作業

記憶された全テキストデータ=分析用ALLを、前項で作った”グループ分けルール”に沿って分析する。

• グループごとの単語出現数と出現率
• グループごとのネガティブ表現出現数と出現率を、テーブル形式の表に表現する。

プロンプト

[“分析用テキストALL”について、”グループ分けルール”に沿って、該当する単語の数を数えて 出現数と出現率、ネガティブの出現数と出現率をテーブル形式の表にして示してください。出現率はパーセント表記です。グループ名を適宜作成してください。該当する単語も最大で5つ表示してください。全グループについて表示してください。　]

グループ名などは自動で適宜付けてくれた。手順を間違えなければ、誰もがそれなりの成果を出せそう。
アップできるデータ量は、バージョンや契約で違ってくるかもしれない。
単語の見なし判断は揺れるので、再現性には難がある。ただし、もともと人が読んで判断するのと同様な思考で回答を出しているので、良い意味ではどこか人を動かす感じがする。

外部ブログ記事になりました。【リンク】
G-Pointサービスを提供している、ジー・プラン株式会社のビジネスブログに関連記事を投稿しました。

●対話画面を使ったテキストマイニング

・サマリー作成
・単語出現率
・ワードクラウド
※以上のプロンプト見本（テスト用アンケート自由文付き）
※抱きあがったワードクラウドのHTML見本

●グーグルスプレッド・アドオン＝GPT for Sheets and Docsを使った感情分析

・APIの取得方法（詳細）
・GPT for Sheets and Docsのセットアップ（詳細）
・感情分析（センチメント分析）
・発言分類…択一型と複数型（詳細）

●ChatGPTを使った顧客体験調査の設計

・設問案の作成

丁寧な解説や見本データが掲載されていますので、ぜひご一読ください。