目次
テキストマイニング 活用事例
否定的なコメントが集中する部分は、要改善ポイントです。
大変わかりやすい説明でしたが、黒板の文字が小さく、見づらかったです。また、私語がうるさい生徒が多く困りました。
この場合、以下のようにカテゴリ分けされます。
大変わかりやすい説明でしたが、
⇒カテゴリ1:授業理解に関して 肯定
黒板の文字が小さく、見づらかったです。
⇒カテゴリ2:黒板・ノートについて 否定
私語がうるさい生徒が多く困りました。
⇒カテゴリ3:授業の静粛性について 否定
学生コメントの集計例
この場合、「黒板・ノートについて」および「授業の静粛性について」学生からの改善要望が挙がっています。
キーワード抽出 活用事例
「名詞」「形容詞」「名詞+形容詞」の3パターンについて、最頻出ワードを抽出することができます。
名詞と形容詞の組み合わせだけでも、ある程度学生のコメント方向を探ることができます。
上記事例では、黒板の文字、学生の私語について不満コメントが頻出しています。
黒板、学生の私語について全体的に不満が多いことがわかります。
係り受けごとの頻出ワード抽出 活用事例
コメントを品詞分解し、「名詞+形容詞」の組み合わせを抽出することができます。
フィルタリング 活用事例
NGワード「不適切なコメント」を検出してフィルタリングします。
学生のありのままの自由な意見をそのまま公開することはとても大切なことですが、高等教育の現場である大学の立場上、ふさわしくない文言もまた無視することができません。
当オプションは、NGワードを事前に登録しておき、「不適切なコメント」を検出いたします。
それらのコメントをぼかしたり、文章自体を削除したりすることができます。
単なる悪口から、精神的な苦痛を与える表現までレベル調整も可能です。
迷惑回答「いい加減な回答」を検出してフィルタリングします。
▼フィルタリング対象例
- すべて同じ回答パターン(オール1.オール2.オール5)
- 1、2問しか回答していない
- 勉強時間が30分未満
- 出席割合が8割以上(高出席者群別集計)
数問しか回答していないものや、すべて同じ回答値など、事前に定義しておいた回答パターンであった場合、集計の母集団から外し、集計結果への影響を軽減
することができる機能です。
どのような回答パターンを集計の母集団から外すかは、学校さまで実にさまざまです。
出席割合が低い回答であったり、週の勉強時間が少ない回答などを母集団から外すケース等もあります。
テキストマイニングをするメリットとは
授業アンケートでのテキストマイニングをする場合
授業アンケートでのテキストマイニングは、学生の自由コメントの文章を単語や文節で区切り、それらの出現の頻度や相関、出現傾向を解析します。
このテキストマイニング処理には、課題発見のほかにもメリットがあります。
それは、意見データを簡単に検索、閲覧ができるようになることです。
例えば、「話し方」について否定的なコメントが多いと分かりました。
はたして「話し方」の何が問題なのか?声が小さいのが問題なのか、聞き取り難さが問題なのか、話すのが早過ぎるのか・・・など、さらに一歩踏み込んだ理由を知りたいところです。
これを知るのは、学生意見を全て読んでみる必要があるでしょう。
しかし、自由記述のデータは膨大です。
ときに数十万文字にもなるため、ターゲットのデータを抽出するのは、大変困難な作業です。
学生コメントをその内容、コメントの方向(肯定なのか否定なのか)ごとに分類し、データベース化し、特定の条件を入力するだけで学生からの自由記述を自由自在に抽出することができたら便利だと思いませんか?
実は、この学生意見のデータベース化もテキストマイニングを行った場合の隠れたメリットなのです。
お問い合わせ
メールやFAXでのお問い合わせのお返事については、2~3日お時間を要する場合がございますので、お急ぎの場合はお電話にてお問い合せください。
アウトソーシング窓口に電話で問い合わせる
願書受付・採点・アンケート・研究サポートなどの業務を請け負います。
その他の方法で問い合わせる
問い合わせフォームやメール、FAXなどでの問い合わせをご希望の方は、以下からお問い合わせください。
お問い合わせ