分析・統合自由記述分析共起ネットワークKH Coder生成AI大量テキスト
テキストマイニング・AI支援分析
Text Mining and AI-Assisted Analysis
別名: 計量テキスト分析、KH Coder、自然言語処理、NLP
大量の自由記述・テキストデータを計算機的に処理し、頻出語・共起関係・トピックのパターンを抽出する手法。日本語評価実務ではKH Coderが標準的。生成AI活用には可能性と検証・倫理上の注意が伴う。
難易度 中級 ●●●費用 低 ●●●期間 1〜4週間（前処理・分析・解釈・検証を含む）
概要
テキストマイニング（Text Mining）は、大量のテキストデータから統計的・機械学習的手法で有益なパターン・知識を抽出する分析手法の総称。自然言語処理（NLP）を基盤とし、形態素解析（テキストを単語に分割し品詞を判別）・頻度分析・共起分析・トピックモデリング（LDA等）・感情分析等のサブ手法を含む。
日本語の評価実務では、樋口耕一が開発したKH Coder（無償・学術利用可）が標準的なツールとして広く使われており、共起ネットワーク（頻出語の共起関係を可視化）・コレスポンデンス分析（語と文書グループの関係）・クラスター分析が主な分析機能として使われている。数百〜数千件の自由記述回答を処理する場合にテーマ分析・内容分析の補完として有効。
生成AI（GPT・Claude等のLLM）は、インタビュー記録の要約・コーディング支援・パターン抽出の補助ツールとして注目されているが、（1）ハルシネーション（事実でない内容の生成）のリスク、（2）個人情報・機密情報の入力に関するプライバシー・機密保持上の問題、（3）結果の再現性・透明性の担保、（4）分析者の判断の外注化による解釈の主体性の喪失——という根本的な課題があり、現時点では人間の分析者による検証と品質保証が不可欠である。
✓ こんな時に使う
- アンケートの自由記述が数百件以上あり、全て手動でテーマ分析・内容分析するには時間的に困難な場合
- 複数年度の自由記述データを比較し、語彙・テーマの経時的変化を探索したいとき
- インタビュー記録・会議議事録の大量データから、主要テーマ・頻出キーワードの分布を把握したいとき
- 生成AIをコーディング補助・要約の初稿作成に活用し、評価者が結果を検証・修正する体制が整っているとき
✕ 向かない場面
- データ量が少ない（50件未満の自由記述）場合 — 計量テキスト分析の統計的安定性が低く、テーマ分析・内容分析の方が質の高い結果が得られる
- 語句の出現頻度ではなく、語りの文脈・ニュアンス・矛盾の深い解釈が主目的の場合 — テキストマイニングは表層的なパターン抽出であり、解釈的質的分析の代替にはならない
- 個人情報・機密情報を含むデータを外部の生成AIサービスに送信することが組織規定・個人情報保護法上不可な場合
実施手順
- テキストデータの準備と前処理収集したテキスト（自由記述・トランスクリプト等）をCSVまたはプレーンテキスト形式に整形する。KH Coderでは文字コードをUTF-8に統一する。前処理として、分析に不要なノイズ（URL・記号・無関係な定型文）を除去する。
- 形態素解析と語の単位の調整KH Coderの形態素解析（MeCab等）を実行し、テキストを単語に分割する。固有名詞・複合語（例：「プログラム評価」を1語として扱う）は「強制抽出語」として登録する。品詞フィルター（名詞・動詞・形容詞を主な分析対象にする等）を設定する。
- 頻出語の確認と除外語の設定頻出語一覧を確認し、分析上意味のない高頻出語（「思う」「ある」「する」等の機能語）を除外語リストに登録する。残った頻出語が「この調査で何が語られているか」の概観を与える。
- 共起ネットワーク・クラスター分析の実施共起ネットワーク分析（Jaccard係数等で共起の強さを測定）を実行し、頻出語のネットワーク図を生成する。ネットワークのクラスター（意味の塊）を確認し、評価クエスチョンに関連するテーマの候補を特定する。
- コーディングとの統合（必要に応じて）テキストマイニングで特定したテーマ候補を、KH Coderのコーディング機能で元テキストに紐づける。または、テーマ分析・内容分析のコードブック開発の補助として、頻出語・共起パターンを活用する。
- 解釈と人間による検証テキストマイニングの結果は出発点であり、結論ではない。頻出語・共起ネットワークが示すパターンを元のテキスト（原文）に立ち返って解釈・検証する。「ツールが見つけたテーマ」を評価者が批判的に解釈することが不可欠。
長所と限界
長所
- 数百〜数千件の自由記述を手動では不可能なスケールで俯瞰できる
- 頻度・共起の可視化により、分析者が見落としがちなテーマや予想外のパターンを発見できる
- KH Coderは日本語対応・無料・学術実績が豊富で、評価実務者でも習得可能
- テーマ分析・内容分析の事前探索（どのテーマが重要か）の補助として活用でき、効率化に貢献する
限界
- テキストの表層的な語の出現パターンを捉えるものであり、文脈・皮肉・暗示的意味・沈黙（語られなかったこと）は分析できない
- 分析結果の解釈には相応の質的分析の知識が必要であり、ツールが出力するネットワーク図を「そのまま結果」として報告することはできない
- 生成AI（LLM）によるコーディング補助は再現性・検証可能性・プライバシー管理の面で未解決の課題が多い
- 前処理の設定（形態素解析の設定・除外語・最小頻度）によって結果が変わるため、設定の透明な記録が必要
⚠ よくある落とし穴
- 共起ネットワーク図を提示して終わる報告 — 図は分析の入口。各クラスターが何を意味するか、評価クエスチョンとどう関連するかという解釈なしには分析として成立しない
- 生成AIに個人情報・機密情報を入力する — 受益者の自由記述をそのままクラウドの生成AIサービスに送信すると、個人情報保護・機密保持に違反するリスクがある。データの匿名化と組織規定の確認が必須
- 生成AIの出力を検証なしに分析結果として使用する — LLMのコーディング出力はハルシネーション（事実でない内容）を含む可能性があり、必ず原文との照合・人間による検証が必要