チュートリアルで試せる内容 †
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．
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
