処理ツール作成１

チュートリアルで試せる内容 †

• マイニング処理ツールの作り方(簡易版)

1)作成する処理ツールの仕様を決めます †

• [ツール名] NounTop10（名詞TOP10）
• [入力] テキスト情報
• [処理] テキストに含まれる名詞を，頻度が高い順に10個抽出する
• [出力] 抽出した名詞をつなげたテキスト（ -> 可視化ツールTextDisplayを利用して表示）

2)雛形のSample1.java を利用して，ツール作成の準備をします †

• tetdmのフォルダ内の，moduleフォルダ内のMiningModuleフォルダ内にある，Sample1フォルダを，フォルダごとコピーします
• コピーしてできたフォルダの名前を，作成するツール名「NounTop10」に変更します
• コピーして作成したフォルダ内のファイル名を変更します
  • Sample1.java -> NounTop10.java
  • Sample1.txt -> NounTop10.txt (テキストファイルの中身も「名詞TOP10」に変更します)
  • 必要に応じて，ツール完成後にREADME.txtを修正します

3)NounTop10.java を編集し，プログラム作成の準備をします †

• プログラム中の Sample1 と書かれている箇所をすべて NounTop10 に変更します（コメント内を含め5カ所）
  • // NounTop10.java Version 0.30
  • package module.MiningModules.NounTop10;
  • public class NounTop10 extends MiningModule
  • public NounTop10()
  • System.out.println("writing ERROR in NounTop10");

コンストラクタの記述の修正 †

• ツールのIDを決め，コンストラクタ内のメソッド setModuleID の引数として与えます
• 配列 pairingVisualizationID を初期化して，ペアとなる可視化インタフェースツールのIDを指定します．
  • TextDisplay のIDの 1 を指定します．（今回はそのまま）可視化インタフェースツール一覧
  • setToolType(2); ツールタイプはプリミティブになります．（今回はそのまま）

	public NounTop10()
	{
		setModuleID(9911);	// Set your module ID after you have got it
		pairingVisualizationID = new int[]{1};
		setToolType(2);
	}

4)一度コンパイルして，NounTop10ツールの動作を確認します †

• make または ant コマンドでコンパイルします
• コンパイル後TETDMプログラムを起動して，いずれかのテキストを読み込みます
• パネル上部の「ツール選択」ボタンを押した後，左側の「名詞TOP10(Pr)」をダブルクリックして選択します
• 入力テキストが，単語間にスペースが入った状態で表示されていることを確認します（Sample1.java の処理）

5)プログラムの作成に使える入力情報を確認します †

• テキスト情報は，TextData型の変数 text に予め格納されているので，その中の単語情報に関するメンバー変数を確認します
• テキストデータ
  • KeywordData keyword[];
  • int keywordNumber;
  • String word; (KeywordDataクラス内)
  • int frequency; (KeywordDataクラス内)
  • int partOfSpeech; (KeywordDataクラス内．値が1なら名詞)

6)名詞の頻度上位10個を求めるプログラムを作成します †

• miningOperations メソッドの case 0: が自動的に実行されますので，そこから呼び出されるところに記述します．
• ソートには，source/Utilityフォルダ内のQsort.javaを利用することができます（// import source.Utility.*; のコメントアウトを外して利用します）

String MyMethod()内に作成する場合 †

	String MyMethod()
	{	
		int nounID[] = new int[text.keywordNumber];
		int frequency[] = new int[text.keywordNumber];
		int count;
		
		count = 0;
		for(int i=0;i<text.keywordNumber;i++)
			if(text.keyword[i].partOfSpeech == 1)
			{
				frequency[i] = text.keyword[i].frequency;
				count++;
			}
			else
				frequency[i] = 0;
		
		Qsort.initializeIndex(nounID, text.keywordNumber);
		Qsort.quicksort(frequency, nounID, text.keywordNumber);
		
		StringWriter sw = new StringWriter();			//For words
		BufferedWriter bw = new BufferedWriter(sw);			
		
		try{
			for(int i=0;i<10 && i<count;i++)
				bw.write(text.keyword[nounID[i]].word+" ");
			
			bw.flush();
		}
		catch(Exception e){
			System.out.println("writing ERROR in NounTop10");
		}					
		return sw.toString();	
	}	

7)出力を可視化ツールに渡します †

• 可視化ツール TextDisplay がsetDataメソッドによって受け取ることができるデータ型とデータ数を，README.txtファイルや，ソースプログラム（コンストラクタ内のdataNumbers[]）を見て確認します
• TextDisplay は，String型のデータを1つ(dataIDが0のデータのみ)受け取って表示します
  • setDataString(MyMethod());
• 可視化ツールにデータを渡す際に，下記のメソッドにより，dataIDを0に初期化できます．
  • resetData();
  • dataIDの値は，各データ型ごとに，setData***()メソッドを呼び出すごとに，1ずつ増加していきますので，データを送りなおす場合などに，このメソッドを呼び出す必要があります．

8)コンパイルして動作を確認します †

• 浦島太郎であれば「浦島 亀 リュウグウ 乙姫 太郎 景色 子供 背中 不思議 綺麗」と出力されます
• 単語の頻度情報は，処理ツール「単語情報まとめ」可視化ツール「表形式表示」を組合せた出力からも確認できます