共起ネットワーク

共起ネットワークは意味ネットワークとも呼ばれ、^[1]テキストを分析する方法であり、人、組織、概念、細菌などの生物^[2] 、または文書内で表される他のエンティティ間の潜在的な関係をグラフィックで視覚化します。共起ネットワークの生成と視覚化は、テキストマイニングに準拠した電子的に保存されたテキストの出現により実用的になりました。

定義上、共起ネットワークとは、特定のテキスト単位内での用語のペアの存在に基づく用語の集合的な相互接続です。ネットワークは、共起を定義する一連の基準を使用して用語のペアを接続することによって生成されます。たとえば、用語 A と B が特定の記事に両方出現する場合、これらの用語は「共起」していると言えます。別の記事には用語 B と C が含まれている場合があります。A を B に、B を C にリンクすると、これら 3 つの用語の共起ネットワークが作成されます。テキスト コーパス内での共起を定義するルールは、必要な基準に従って設定できます。たとえば、共起のより厳格な基準では、用語のペアが同じ文に出現する必要があります。共起ネットワークは、大規模なテキストやビッグ データを分析する場合、主要なテーマやトピック (多数のソーシャル メディアの投稿など) を特定したり、テキストの偏り (ニュース報道の偏りなど) を明らかにしたり、研究分野全体をマッピングしたりするときに特に役立つことがわかりました。^[3]

共起ネットワークを構築するプロセスには、テキスト内のキーワードを識別し、共起頻度を計算し、ネットワークを分析してネットワーク内の中心となる単語とテーマのクラスターを見つけることが含まれます。^[4]

共起ネットワークは、任意のテキスト コレクション (任意のテキスト コーパス)に関連して、任意の用語リスト (任意の辞書) に対して作成できます。共起する用語のペアは「近隣」と呼ばれ、相互接続に基づいて「近隣」にグループ化されることがよくあります。個々の用語には複数の近隣がある場合があります。近隣は、少なくとも 1 つの個別の用語を介して相互に接続される場合もあれば、接続されていない場合もあります。

テキスト マイニングのコンテキストでは、個々の用語は、テキスト文字列として記号的に表現されます。現実世界では、用語によって識別されるエンティティは通常、複数の記号表現を持ちます。したがって、用語は 1 つの主要な記号と最大で複数の同義の代替記号によって表現されるものと考えると便利です。個々の用語の出現は、その用語の既知の記号表現をそれぞれ検索することによって確立されます。このプロセスは、テキストのセグメントを調べて語順、スペース、ハイフン付けなどの可能な代替表現を探す NLP (自然言語処理) アルゴリズムによって拡張できます。NLP は、文の構造を識別し、文法に従ってテキスト文字列を分類するためにも使用できます (たとえば、先行するテキスト文字列が冠詞であることがわかっている場合、その文字列を名詞として分類するなど)。

共起ネットワークをグラフィックで表現すると、共起ネットワークを視覚化し、テキスト コーパスに適用された用語辞書によって表されるドメイン内のエンティティ間の関係について推論することができます。意味のある視覚化には通常、ネットワークの単純化が必要です。たとえば、各用語に接続する近隣の数が制限されるようにネットワークを描くことができます。近隣を制限する基準は、共起の絶対数に基づく場合もあれば、共起の「確率」や介在する説明用語の存在などのより微妙な基準に基づく場合もあります。

共起ネットワークの基礎となる構造の定量的な側面も有益である可能性がある。例えば、エンティティ間の接続の総数、サブドメインを表すエンティティのクラスタリング、同義語の検出などである[ ^{6] 。}

共起アプローチの実用的なアプリケーションのいくつかは、インターネットを通じて一般に公開されています。PubGeneは、 MEDLINEレコードに表示される遺伝学関連用語の共起に基づいてネットワークを提示することで、生物医学コミュニティの関心に応えるアプリケーションの一例です。^{[7] [8] PubGeneのCoreMine Medicalは、多発性硬化症[9]、} 線維症 ^{[10] 、肝炎[11]}における潜在的に有効な薬剤および薬剤候補と遺伝子/タンパク質を関連付ける研究に使用されています 。CoreMine Medicalは、心的外傷後ストレス障害に関係する遺伝子の研究にも使用されました。 ^[12]

ウェブサイトNameBaseは、新聞やその他のテキストにおける人名の共起から構築されたネットワークを調べることで人間関係を推測できる例です（Ozgur et al. ^[13]など）。

情報ネットワークは、法執行や諜報活動の目的で公開されている情報を整理し、集中させる取り組みを促進するためにも使用されます（いわゆる「オープンソースインテリジェンス」またはOSINT）。関連する技術には、共引用ネットワークや、インターネット上のハイパーリンクとコンテンツ構造の分析（テロに関連するウェブサイトの分析など^[14]）などがあります。

• トピックスポッティング
• ソーシャルネットワーク分析

• Liu, Chua TS (2001)。「トピックスポッティングのためのセマンティックパーセプトロンネットの構築」。第39回計算言語学会年次会議議事録: 378–385。doi : 10.3115/1073012.1073061。

ウィキメディア・コモンズには、共起ネットワークに関連するメディアがあります。