主語＋助詞＋述語によって構成される意味チャンク（意味のかたまり）に着目してテクストデータを分析 ex.｢イチローが松坂を誉めた」 「イチローを松坂が誉めた」⇒この違いを把握したい！ 単語レベルの形態素解析、係り受けに基づく構文解析とあわせて、意味チャンクの考え方に基づく解析ロジックを開発 テキストマイニングは、「イチロー、松坂、誉める」といった単語の頻度や、「イチロー−誉める」「松坂−誉める」といった係り受けを抽出してテキスト内容の推定を可能にする。 テクスト意味空間分析は、 ｢イチローが松坂を誉めた」「イチローを松坂が誉めた」という、有意味なテクストが何件あるのか、確定して提示する。 テクストデータが持つ意味は、もともと多義的で、コンピュータがその解釈を行うことは困難という立場から、「コンピュータは解析作業を行い、人間が意味を解釈するための支援ツールである」という設計思想にたつ。 テキストマイニングソフト： 意味の推定を可能にする テクスト意味空間分析： 意味を確定し、タグ付けにより定量処理を可能にする 質問：あなたが「番号ポータビリティ」開始後に変更した先の携帯電話会社はどこですか？（SA）また、その電話会社を選んだ理由を、どのようなことでも結構ですので、具体的にお書きください。 質問：あなたが「番号ポータビリティ」開始後に変更した先の携帯電話会社はどこですか？（SA）また、その電話会社を選んだ理由を、どのようなことでも結構ですので、具体的にお書きください。