ChatGPTを使ったテキストマイニング 4

【新サービスのお知らせ】リサーチ＆コンテンツ[詳細はこちら]※料金付き

BtoB WEBページのPR集客とコンバージョンを引き上げる総合サービスメニューです。ターゲット設定、全体企画、調査実施、分析コンテンツ、プレスリリース、ダウンロード用白書制作まで。特設ページで詳しくご案内しています。

KH-Coder連携篇

【GPT_Textminingシリーズ一覧リンク】

【はじめに】

今回は調査分析の実戦を想定した話をします。第3回の対話篇では、ChatGPTの対話画面から、100行以上のテキストデータを記憶し、そこから抽出した単語をグルーピングしてカウントするという方法をご紹介しました。

しかし実際の調査では、1000人2000人の回答を分析することは珍しくなく、このままではあまり実用的ではありません。そこで、恐らく日本で最も使われているテキストマイニングツールと思われる「KH Coder」との連携ができないか試してみました。そのため、今回の投稿は「KH Coder」と、「自由文回答のアフターコーディング」について多少の見識を持った人を対象に書いています。ご了承下さい。

※「KH Coder」は計量テキスト分析またはテキストマイニングのためのフリーソフトウェアです。 (リンクはコチラ)

【事前準備事項】

KH Coderをダウンロードしインストールしてあること。ChatGPTの対話画面。

【必要スキル】

KH Coderの基本的な操作ができること。本シリーズの第3回の内容を理解できていること。

【動画】

作業の全体の流れ

まずは、KH-Coderにデータを読み込み、前処理を行います。この段階で、単語の出現回数などは数えられています。(KH-Coderのダウンロードとインストール、分析用のファイル(エクセルやCSV)の作り方、前処理の仕方などは、上記のリンクを参考にしてください)
次に、アフターコーディングという作業をして、選択肢型の質問のようにクロス集計を行います。この際に、コーディングルールという表を作成する必要があります。この表は人間が作る必要がありますが、
分類的にも、記述するにも面倒な作業になります。そこで、GPTにやってもらおうというわけです。

■KH-Coder用のコーディングルール例　＊以下にキーワード　改行後に該当する単語を | で区切ることになっている。

最後にKH-Coderに戻って、クロス集計を行います。

GhatGPTでの作業

ChatGPTの対話画面を使い作業をします。

前回(第3回)にご紹介した、分析用の自由回答文を複数回に分けてChatGPTに記憶してもらう方法を使って記憶させ、その後にひとつに統合します。動画では”分析用テキスト全て”と名前をつけています。(前回と同じ”恵比寿の街についてのアンケート”を例に使っています)

■前回紹介した100行以上のテキストをChatGPTに記憶させる方法の一部

次に、約120行分のテキストが記憶された”分析用テキスト全て”について、形態素解析後に単語を抽出し、似た意味の単語を15個にグループ化して、グループ名を付けてKH-Coderのコーディング形式で表示するように指示します。

プロンプト

[　”分析用テキスト全て”について、形態素解析を行い、単語を抽出して、似た意味の単語を15個にグループ化して、グループ名を付けて次の形式で表示してください。＊”グループ名”改行”単語1″” | “”単語2″” | “単語3″……　]

今回のGPTでの作業はこれだけです。

その後、KH コーダーにコーディングルールをコピペして、必要であれば形を整えます。ChatGPTは同じプロンプトを使っても違う挙動を示すことがあります。今回の下準備でも、グルーピング内容は同じでも、出力形式が間違っていたり……アスタリスクが半角になっていたり、ダブルクォーテーションが付いたり付かなかったりしました。このあたりは、ChatGPTにやり直し「指定した形式になっていません」をさせたり、テキストエディタの置き換えなどで修正してください。

■プロプトを実行させた後、＊なしで出力してきたのでやり直ししてもらった画面。まだ余分な改行が入っている

この結果をテキストエディタから名前を付けて(恵比寿アンケートコーディングルール.txtなど)保存します。KH-Coder用のコーディングルールが完成しました。

KH-Coderでの作業

今回は、KH-Coderで分析するデータも、ChatGPTでコーディングルールを作るために使用したデータも同じ内容ですが、実戦では、例えば3000行のデータのうち、最初の150行をChatGPTで使うことを想定しています。この150行で”コーディングルール”を作成し、その後に3000行のデータに対してKH-Coderでクロス集計を行うわけです。