テクノロジー
【自然言語処理入門】文に対してストップワードと正規化から処理を施す
はじめに
はじめまして、AIシステム２課のY.Nです。
今回は自然言語処理を行なうにあたり下処理ともいえる部分で有効な処理について、
トークナイザーと正規化から取り組んでみようかと思います。
背景
自然言語処理を行なう中でよくあるタスクとして、各文の特徴的な単語はどれにあたるのかというものがあります。
TF-IDFを使うにしろ、Word2Vecを使うにしろ、そこに渡す内容次第で最終的な内容が大きく変わる可能性もあります。
そこでそれらのツールに渡す前にできるだけきれいなものにできないかということで、
今回は「ストップワードの処理」と「正規化」の観点から下処理を行なおうと思います。
前提 - 形態素解析
トークナイザー・辞書を使って文章を最小単位(形態素)に分割する処理のことを形態素解析といいます。
分かち書きだけでなく、読み方や原形、品詞なども一緒に表示するようにも可能です。
文章を特徴づけるもの
先程の例では、「が」「です」「。」などが含まれておりましたが、
これらはどこにでも出てくる単語であり、その文章を特徴づける要因にはなりえません。
そこで、今回は単語の品詞を「動詞」「名詞」「形容詞」に限定して抽出しようと思います。
['私','は','マイナビ','の','社員','です','。','マイナビ','が','好き','です','。']
⇩「動詞」「名詞」「形容詞」に限定⇩
['私','マイナビ','社員','マイナビ','好き']
ストップワードについて
たとえ、動詞、名詞、形容詞であってもタスクによっては不要や邪魔な単語の可能性はあります。
そのような取り除くべき単語を「ストップワード」と言います。
今回は既存のストップワードリストであるSlothlibを使って取り除きたいと思います。
Slothlibは標準として310単語が登録されています。
リンク先に単語の一覧があるためお時間があるときに中身の確認をしてみてください！
先程の例からストップワードを取り除いた結果
['マイナビ','社員','マイナビ','好き']
「私」という単語が除外されました。
正規化(ノーマライズ)について
無関係な文
よくテキスト(特にニュース記事やプレスリリースメールなど)ではテキストリンクなどが含まれており、
本文の内容と無関係のようなものが邪魔をすることがあります。
これらはトークナイザーに通す前に取り除きたいです。
数字
また、数字についても異なる趣旨のテキストでも同じ数字が含まれていると、
その数字に釣られて同じ文章であると判断されかねないです。
そこで数字も削除することにします。
半角・全角の有無、長音(伸ばし棒)
日本語を処理していると厄介なものとして半角・全角や長音(伸ばし棒)の濫用が登場してきます。
例えば、広告で使われる「セーーーーーール」のような強調表現がときどき見受けられます。
その他にも「ｾｰﾙ」のように全部半角になっているような文字列も「セール」のように一律で扱いたいものです。
そのように表記の揺れを正規化するモジュールとしてneologdnを使いたいと思います。
他にも調べるといくつかあると思いますので、お時間あればぜひ！
補足 - 正規化モジュールneologdnについて
今回取り上げた正規化モジュールneologdnについて少し補足をさせていただきます。
基本的な正規化ルールはneologdのwikiをベースにしています。
ただwikiにあるサンプルコードはpythonですが、neologdnは同等の処理をCythonで実装しているため、
約2倍程度処理速度の向上がされております。
またオプション引数としてrepeatというものがあります。
これは同じ文字が連続するときに、何文字(回)に短縮するのかを指定するものになります。
指定しない場合は短縮化されません。
しかし、このオプション引数repeatは注意が必要になります。
極端に少ない値を指定すると、意味が変わったり文が成立しなくなったりする恐れがあります。
neologdn.normalize('肩たたき', repeat=1)
# -> '肩たき'また、長音記号(伸ばし棒)だけは例外の処理になり、
オプション引数repeatの指定の有無に限らず、いずれの場合でも1文字に短縮されます。
実際に処理をする
今回は検証データとして弊社マイナビのwikipediaの文章を使おうと思います！
(検証用にするには思ったよりも文章短かった)
「マイナビ」『フリー百科事典 ウィキペディア日本語版』（http://ja.wikipedia.org/）。2022年4月5日10時（日本時間）現在での最新版を取得。
クラス化とか関数化とかもろもろの準備をそろえて処理を行ないました。
処理前と処理後の文章載せるので結構見にくいかもしれないです！
株式会社マイナビMynavi Corporation
マイナビ本社が入居するパレスサイドビルディング種類
株式会社市場情報
非上場本社所在地
日本〒100-0003東京都千代田区一ツ橋一丁目1-1パレスサイドビルディング設立
1973年8月15日業種
サービス業法人番号
3010001029968 事業内容
（1）新聞の発行及び出版事業（2）就職情報誌の提供、求人・採用活動に関するコンサルティング（3）宣伝、広告、PR業（4）労働者派遣事業、有料職業紹介事業（5）セミナー・講演会・講習会等催事の企画・立案・実施（6）人材育成、企業経営のコンサルティング、教育・研修業務（7）進学に関する情報の提供、生徒・学生の募集に関するコンサルティング（8）各種検定試験の運営および運営の請負（9）ブライダル情報の提供（10）不動産の賃貸・譲渡に関する情報の提供、不動産の賃貸および仲介・斡旋業務（11）旅行業、宿泊施設に関する情報の提供（12）コンピュータソフトウェア、ゲームソフトウェア等の企画・開発・制作および販売（13）通信回線、コンピュータシステムを利用した情報処理、情報提供サービス（14）ヘルスケアに関する事業（15）上記に付帯するその他の事業代表者
代表取締役社長 中川信行資本金
21億0210万0千円（2018年3月17日現在）売上高
1745億円(2018年9月期)営業利益
364億2110万5千円純利益
99億3715万9千円純資産
266億9266万8千円（2018年9月30日現在）総資産
480億7872万6千円（2018年9月30日現在）従業員数
グループ全体社員数約9000名決算期
9月30日主要株主
毎日新聞社 10%弱社員持株会主要子会社
グループ企業の項目を参照外部リンク
https://www.mynavi.jp/特記事項：2011年10月に毎日コミュニケーションズより社名変更テンプレートを表示
株式会社マイナビ（Mynavi Corporation）は、就職・転職・進学情報の提供や人材派遣・人材紹介などを主業務とする日本の大手人材・広告企業である。また、同名のブランドで人材情報サービスのポータルサイトを運営している。
1973年に株式会社毎日コミュニケーションズ（まいにちコミュニケーションズ、Mainichi Communications Inc.）として創業。2011年10月1日より現在の社名となった。
目次
1 概要
1.1 ブランド名ポータルサイト
1.1.1 マイナビ各種ポータルサイト
2 沿革
3 グループ企業
3.1 過去のグループ企業
4 CM・イメージキャラクター
5 関連項目
6 脚注
7 外部リンク
概要[編集]
元々は毎日新聞社の関連会社として設立され、現在も本社が毎日新聞社と同じパレスサイドビルディングにあるほか、健康保険組合なども共通である。そのため、世間的には毎日新聞社のグループ企業と認識されることが多いが、現在の同社に対する毎日新聞社の持株比率は10%を割っており、資本的なつながりは非常に薄くなっている（毎日新聞社側でも「グループ会社」ではなく「友好会社」の扱いとしている[1]）一方で、ライバル企業の朝日新聞社も若干出資している[2]。2015年10月にマイナビ出版へ分社した出版事業においても、毎日新聞に掲載された連載記事や連載小説の書籍化は2015年4月に設立された毎日新聞出版で行っており（出版社設立以前は毎日新聞社自身で出版を行っていた）、マイナビでは行われていなかった。ただし、旧・毎日コミュニケーションズ時代に発売したニンテンドーDS用ソフト『最強の漢字ドリル5万問』では毎日新聞社が出題協力している[3]。
旧・毎日コミュニケーションズ時代は、一般向けの略称として英字略称の「MYCOM」（マイコム）を用いていたほか、提供するサービスの多くに「毎日」を冠していたが、2007年3月にCIを導入しカタカナ表記の「マイコミ」に略称を切り替え、自社が運営するサービスの冠名称も順次「マイコミ」もしくは「マイナビ」に切替を実施していた。現在の社名は、主力サービスである就職情報サイト「マイナビ」を企業名に採用したものであり、社章もマイナビのmとnをかたどったラインで人生の「波」を、波に寄り添うドットでその「転機」を表現したMNマークを採用している。
2008年から朝日放送テレビ（ABCテレビ）[4]主催の男子プロゴルフツアー「ABCチャンピオンシップゴルフトーナメント」に特別協賛し、「マイナビABCチャンピオンシップゴルフトーナメント」として実施された。
2017年からプロ野球オールスターゲームでは特別協賛し、「マイナビオールスターゲーム」として実施。
ブランド名ポータルサイト[編集]
マイナビ（Mynavi）は、株式会社マイナビが運営する人材情報サービスのポータルサイトである。
「マイナビ」のブランド名は、それまで毎日コミュニケーションズが提供してきた様々な人材情報系サイトを統合した新たなサービス・ブランドとして、2007年1月末発表、2007年3月6日付使用開始された。「マイナビ」という呼称が最初に使われたのは、新卒学生向け就職情報サイト「毎日就職ナビ」（まいにちしゅうしょくナビ）の略称としてである。これが人材情報サービス全体を示す共通ブランドとして昇格し使用された。
2011年10月1日には、活力のあるブランドとして浸透したマイナビ呼称を社名として採用し、毎日コミュニケーションズという企業名を株式会社マイナビに変更した[5]。
マイナビ各種ポータルサイト[編集]
従来から同社が手がけていた新卒学生向け（マイナビ20○○と西暦がつく）、転職希望者向け、派遣希望者向け、進学希望者向けなどのサービスに加え、2007年秋にアルバイト希望者向けサイトをオープンするなど、総合人材情報サイトとして規模拡大を続けた。2012年に「マイナビ賃貸」「マイナビウエディング」といった人材情報以外の分野のサイトを相次いでオープンさせ、リクナビやSUUMOなどを展開する同業他社有力企業群であるリクルートグループの対抗勢力としての姿勢を強く打ち出している。
沿革[編集]
1973年8月15日 - 株式会社毎日コミュニケーションズ設立。当初は新聞・出版のほか、絵画・美術品の輸入販売を目的として設立。
1978年 - 海外留学を目指す大学生の留学手続き代行を携わる「個人留学部門」が発足され、日中文化交流の一環で書道訪中団を中国に送り込む。
1981年5月 - 就職情報誌『毎日就職ガイド』創刊。
1984年1月 - 『週刊将棋』創刊。
1993年4月 - 『Mac Fan』創刊。
1993年12月 - 『PCfan』創刊。
1995年12月 - インターネットでの就職情報提供サービス「Career Space」（のちの「毎日就職ナビ」、現在の「マイナビ」）を開始。
1996年7月 - コンピュータゲーム雑誌『The 64DREAM』（2001年に『ニンテンドードリーム』へ誌名変更）創刊。
2001年12月10日 - 株式会社MCプレスを設立。
2006年10月30日 - 東京地図出版株式会社を子会社化。
2008年8月31日 - MCプレスを解散。
2009年3月31日 - 日本将棋連盟発行の刊行物を制作・販売すると発表[6]。
2011年10月1日 - 株式会社マイナビに社名変更[7]。同日、ニュースサイト「マイコミジャーナル」と「COBS ONLINE」を統合しマイナビニュースがオープン。
2012年2月1日 - 完全子会社の東京地図出版株式会社を吸収合併。
2012年10月1日 - 完全子会社の株式会社マイナビエージェントを吸収合併。
2014年4月 - 株式会社マイナビ浜松を吸収合併。
2014年8月1日 - 株式会社マイナビ静岡を吸収合併。
2015年10月1日 - 出版事業を分社化し、株式会社マイナビ出版を設立[8]
2015年 - 厚生労働省委託事業「職業紹介優良事業者認定制度」において「職業紹介優良事業者」事業者認定を取得[9]
2016年2月23日 - 株式会社マイナビコリア（Mynavi KOREA）を設立[10]。
2016年6月1日 - ヘルスケア事業および障がい者雇用開発部門を分社化し、株式会社マイナビパートナーズを設立[11]。
2017年11月1日 - 赤坂BLITZの命名権を取得し、「マイナビBLITZ赤坂」となる[12]。
グループ企業[編集]
株式会社マイナビ出版 - 2015年10月1日に出版事業部を分社。
株式会社マイナビサポート - 発送代行等のアウトソーシング会社。旧毎日ビジネスサポート。
株式会社毎日オークション - 美術オークション会社。2001年10月に毎日コミュニケーションズ美術事業部が独立して設立。株式会社マイナビが株主。
株式会社毎日学術フォーラム - 各種学会の業務受託会社。2006年11月24日に設立。
株式会社マイナビパートナーズ - 2016年6月1日にヘルスケア事業および障がい者雇用開発部門を分社。
日本エス・エイチ・エル - イギリスのSHLグループとライセンス契約を結んでいる人材アセスメントサービス会社。2007年5月に株式26.44%の譲渡を受ける。2011年9月末現在、マイナビが筆頭株主（29.01%）となっている。
Mynavi USA Corporation - アメリカ・ニューヨークの現地法人。2011年10月1日に毎日コミュニケーションズUSAから商号変更。
毎日協通（北京）諮詢有限公司 - 中国・北京の現地法人。
北京毎日協通人力資源有限公司 - 中国・北京の現地法人。
株式会社マイナビコリア（Mynavi KOREA Corporation） - 韓国・ソウルの現地法人。2016年2月26日に韓国貿易協会と業務協約を締結[13][14]。
過去のグループ企業[編集]
株式会社MCプレス - コンビニ規制により分離独立した出版社（有害図書を参照のこと）。2008年8月に解散。
東京地図出版株式会社 - 2006年10月に株式譲渡を受け子会社化。2012年2月に吸収合併。
株式会社マイナビエージェント - 総合人材派遣業。2011年10月1日に株式会社毎日キャリアバンクから商号変更。2012年10月に吸収合併。
株式会社毎日エデュケーション - 毎日コミュニケーションズ海外事業部の留学斡旋事業を事業譲受した会社（法人自体はマイナビのグループ企業ではない）。
株式会社マイナビ浜松 - 静岡西部に特化した人材情報会社。2011年12月に設立。2014年4月に吸収合併。
株式会社マイナビ静岡 - 静岡に特化した人材情報会社。2003年5月に毎日コミュニケーションズ静岡支社が株式会社MYCOM静岡として独立。2011年10月1日に株式会社マイコミ静岡から商号変更。2014年8月に吸収合併。
CM・イメージキャラクター[編集]
石川遼 - 全マイナビブランド共通
大塚愛 - マイナビ2010
flumpool - マイナビ2011
有吉弘行 - マイナビ2015、2016
内村光良 - マイナビ2017
黒島結菜 - マイナビ2018
スガシカオ - マイナビ転職
前田敦子 - マイナビ転職（2013年イメージキャラクター）
石原さとみ - マイナビ転職・イメージキャラクター（2015年 - ）[15]
有村架純、山﨑賢人 - マイナビバイト
波瑠 - マイナビ看護師
飯豊まりえ - 初代マイナビウエディングガール
金城茉奈 - 2代目マイナビウエディングガール
新田真剣佑 - マイナビウエディングキャラクター
吉川愛 - 3代目マイナビウエディングガール
AKB48（谷口めぐ、福岡聖菜、小栗有以、樋渡結依、久保怜音） - マイナビ賃貸
吉沢亮 - マイナビバイト
関連項目[編集]
マイナビニュース
世界遺産検定
愛しの仕事さま。 - マイナビ一社提供の学生向け就職活動情報番組
将棋の棋戦
レディースオープントーナメント
マイナビ女子オープン
男子プロゴルフツアー
マイナビABCチャンピオンシップゴルフトーナメント
プロ野球
横浜DeNAベイスターズ - 2008年のみユニフォームスポンサー。
東京ヤクルトスワローズ - 2014年現在トップスポンサー。本拠地の明治神宮野球場にも広告を掲出。
2015年のセントラル・リーグクライマックスシリーズ（ヤクルトが同年のリーグを制覇したので「2015 マイナビセントラルリーグクライマックスシリーズ ファイナルステージ」として協賛）
2018年のセントラル・リーグクライマックスシリーズ （ヤクルトがレギュラーシーズンを2位で終えたため、「2018マイナビ クライマックスシリーズ セ ファーストステージ」として協賛）
マイナビオールスターゲーム - 2017年からの冠スポンサー。
プロボクシング
村田諒太 - トランクススポンサー
プロビーチバレーボール
坂口佳穂・鈴木悠佳子 - 所属選手
ジャパンビーチバレーボールツアー - 2016年より開始。東京大会を「マイナビシリーズ」として協賛。
プロサッカー
ロアッソ熊本 - 2017年より2019年までユニフォーム背中上部に広告を掲載。
ベガルタ仙台 - 2021年よりユニフォームズボン前部に広告を掲載。
女子サッカー
ベガルタ仙台レディース - 2017年度より4年間、パートナー契約により「マイナビベガルタ仙台レディース」の名称となる。2021年よりチームを完全に買収し「マイナビ仙台レディース」の名称で運営する[16]。
プロバスケットボール
千葉ジェッツふなばし - 2016-17シーズンよりオフィシャルパートナー。
マイナビ Be a booster! B.LEAGUEウィークリーハイライト - BS11にて放送されるB.LEAGUE情報番組。
未確認フェスティバル - 2019年度のメインサポーターに就任し、「マイナビ未確認フェスティバル2019」として開催。
新聞社系出版社
毎日新聞出版（毎日新聞社系列。2015年毎日新聞社出版局を分社化）
朝日新聞出版（朝日新聞社系列）
産経新聞出版（産業経済新聞社系列。発売：扶桑社）
中央公論新社（読売新聞グループ本社傘下 読売新聞東京本社も書籍を刊行）
日本経済新聞出版社（日本経済新聞社系列）
日経BP（同上）
大東亜帝国
脚注[編集]
[脚注の使い方]
^ 毎日新聞グループホールディングス - 毎日新聞社
^ 有価証券報告書、第165期（平成29年4月1日 - 平成30年3月31日）、91ページ、朝日新聞社。EDINET提出書類。この時点では400,000株を保有。
^ 毎日新聞社協力 最強の漢字ドリル5万問
^ 2017年度まで、放送持株会社移行前の旧・朝日放送。
^ 株式会社 毎日コミュニケーションズ、「株式会社マイナビ」に社名を変更
^ 『将棋世界』『将棋年鑑』は当初「販売のみ」と発表されていたが、のち「制作・販売」と変わった。
^ 株式会社 毎日コミュニケーションズ、「株式会社マイナビ」に社名を変更
^ 出版事業部門を分社化し、株式会社マイナビ出版を設立（株式会社マイナビ2015年9月15日 10月2日閲覧）
^ “企業情報：マイナビエージェントの評判について | 転職wiki”. 転職wiki. 2018年6月2日閲覧。
^ 会社情報 – Mynavi KOREA
^ 株式会社マイナビパートナーズを設立 (2016.06.01) | お知らせ | マイナビ
^ 「赤坂BLITZ」ネーミングライツ（命名権）を取得
^ 会社情報 – Mynavi KOREA
^ 「韓国の若者よ、日本で就職しよう!」 韓国協会が支援方針 すでに説明会開催（1/2ページ） - 産経ニュース
^ “マイナビ:石原さとみさん起用 新CMソングはファンキー加藤さん” (2015年1月23日). 2015年1月23日閲覧。
^ マイナビベガルタ仙台レディースの経営権譲渡 株式会社マイナビと合意書締結のお知らせ - ベガルタ仙台・2020年9月1日
外部リンク[編集]
株式会社マイナビ
マイナビ
株式会社マイナビ (@mynavi_pr) - Twitter
先代:マツダ2008年-2016年
NPBオールスターゲームオフィシャル・スポンサー2017年-
次代:N/A
表話編歴毎日新聞社本社
毎日新聞グループホールディングス（グループ持株会社 東京都千代田区）
東京本社（東京都千代田区）
大阪本社（大阪府大阪市北区）
西部本社（福岡県北九州市小倉北区）
中部本社（愛知県名古屋市中村区）
支社・本部
北海道支社（北海道札幌市中央区）
福岡本部（福岡県福岡市中央区）
ささしまオフィス（愛知県名古屋市中村区）
現在の刊行物
毎日新聞
毎日新聞デジタル
TAP-i
毎日小学生新聞
毎日ウィークリー
点字毎日
サンデー毎日
毎日新聞縮刷版
エコノミスト
エコノミスト投資の達人
月刊Newsがわかる
MMJ
過去の刊行物
毎日デイリーニューズ
MAINICHI RT
毎日中学生新聞
毎日こどもしんぶん
カメラ毎日
毎日年鑑
まんたんブロード
系列新聞社
スポーツニッポン新聞社
福島民報社
下野新聞社
関連放送局
TBSホールディングス（TBSテレビ / TBSラジオ / BS-TBS）1
MBSメディアホールディングス（毎日放送 / MBSラジオ））1
RKB毎日ホールディングス（RKB毎日放送（ラジオ））1
テレビ山口2
和歌山放送2
ラジオ福島2
BS113
広告関連
毎日広告社
不動産関連
毎日ビルディング
スポーツ関連
選抜高等学校野球大会
都市対抗野球大会
社会人野球日本選手権大会
全日本クラブ野球選手権大会
全国高等学校ラグビーフットボール大会
日本フットボール優勝大会
甲子園ボウル
毎日テニス選手権
黒鷲旗全日本男女選抜バレーボール大会
全日本実業団対抗駅伝競走大会
全日本実業団対抗女子駅伝競走大会
別府大分毎日マラソン
大阪マラソン
全国高等学校駅伝競走大会
毎日スポーツ人賞
毎日杯
毎日王冠
王将戦
名人戦
本因坊戦
全日本アマチュア本因坊戦
浜寺水練学校
歴史・事件
毎日新聞の歴史 / 大阪毎日新聞 / 東京日日新聞
時事新報
光文事件
竹槍事件
本社襲撃事件
西山事件
グリコ・森永事件に関する捏造事件
Who are you?報道
社長監禁事件
毎日デイリーニューズWaiWai問題
関連人物
カテゴリ:毎日新聞社の人物 / 本山彦一
松本重太郎
原敬
小松原英太郎
福地源一郎
関直彦
伊東巳代治
加藤高明
城戸元亮
岡實
奥村信太郎
高石真五郎
本田親男
上田常隆
梅島貞
山本光春
田中香苗
平岡敏男
山内大介
渡辺襄
小池唯夫
斎藤明
北村正任
朝比奈豊
丸山昌宏
高橋信三
坂田勝郎
斎藤守慶
古谷綱正
西山太吉
細川隆一郎
三宅久之
鳥井守幸
岩見隆夫
鳥越俊太郎
嶌信彦
岸井成格
牧太郎
近藤勝重
与良正男
芥川龍之介
井上靖
山崎豊子
種村直樹
関連項目
日曜くらぶ（日曜版）
JNN
JRN
毎日新聞ニュース
桜田です!
アサッテ君
ウチの場合は
ぐうたらママ
毎日かあさん
マイナビ
マイナビ出版
毎日映画社
毎日信用組合
ナゴヤキャッスル
千葉ロッテマリーンズ
まいまいクラブ
脚注
1JNN加盟局における友好会社としての関係（主要な局のみ掲載）
2マスメディア集中排除原則において「支配」に当たる10%を超える議決権を有している局
3グループ会社
典拠管理
NDL: 001093756
VIAF: 255040138
WorldCat Identities: viaf-255040138
ここから「[編集]」「改行コード」「タブ」を削除し、「動詞」「名詞」「形容詞」のみを抽出したものが以下になります。
['株式会社', 'マイナビ', 'Mynavi', 'Corporation', 'マイナビ', '本社', '入居', 'する',
'パレスサイドビルディング', '種類', '株式会社', '市場', '情報', '上場', '本社', '所在地', '日本', '東京', '千代田',
'一ツ橋', '丁目', 'パレスサイドビルディング', '設立', '年月日', '業種', 'サービス', '業', '法人', '番号', '事業',
'内容', '新聞', '発行', '出版', '事業', '就職', '情報', '提供', '求人', '採用', '活動', 'コンサルティング',
'宣伝', '広告', 'PR', '業', '労働', '派遣', '事業', '有料', '職業', '紹介', '事業', 'セミナー', '講演',
'講習', '催事', '企画', '立案', '実施', '人材', '育成', '企業', '経営', 'コンサルティング', '教育', '研修',
'業務', '進学', '情報', '提供', '生徒', '学生', '募集', 'コンサルティング', '各種', '検定', '試験', '運営',
'運営', '請負', 'ブライダル', '情報', '提供', '不動産', '賃貸', '譲渡', '情報', '提供', '不動産', '賃貸',
'仲介', '斡旋', '業務', '旅行', '業', '宿泊', '施設', '情報', '提供', 'コンピュータソフトウェアゲームソフトウェア',
'企画', '開発', '制作', '販売', '通信', '回線', 'コンピュータ', 'システム', '利用', 'する', '情報処理', '情報',
'提供', 'サービス', 'ヘルスケア', '事業', '付帯', 'する', 'その他', '事業', '代表', '代表', '取締役', '社長',
'中川', '信行', '資本', '年月日', '現在', '売上', '年月', '期', '営業', '利益', '純利', '益', '純資産',
'万千円年月日現在総資産億万千円年月日現在従業員数', 'グループ', '全体', '社員', '決算', '期', '月日', '主要', '株主',
'毎日新聞社', '%', '弱', '社員', '持株', '主要', '子会社', 'グループ', '企業', '項目', '参照', '外部',
'リンク', 'Corporation', '就職', '転職', '進学', '情報', '提供', '人材', '派遣', '人材', '紹介',
'業務', 'する', '日本', '大手', '人材', '広告', '企業', '同名', 'ブランド', '人材', '情報', 'サービス',
'ポータルサイト', '運営', 'する', 'いる', '株式会社', '毎日コミュニケーションズ', 'まう', 'ちる', 'コミュニケーションズ',
'Mainichi', 'Communications', 'Inc', '創業', '年月日', '現在', '社名', 'なる', '目次', '概要',
'ブランド', 'ポータルサイトマイナビ', '各種', 'ポータルサイト', '沿革', 'グループ', '企業', '過去', 'グループ', '企業',
'CM', 'イメージ', 'キャラクター', '関連', '項目', '脚注', '外部', 'リンク', '概要', '元々', '毎日新聞社',
'関連', '会社', '設立', 'する', 'れる', '現在', '本社', '毎日新聞社', 'パレスサイドビルディング', 'ある', '健康',
'保険', '組合', '共通', '世間', '毎日新聞社', 'グループ', '企業', '認識', 'する', 'れる', '多い', '現在',
'同社', '毎日新聞社', '持株', '比率', '%', '割る', 'おる', '資本', 'つながり', '非常', '薄い', 'なる',
'いる', '毎日新聞社', '側', 'グループ', '会社', '友好', '会社', 'する', 'いる', '一方', 'ライバル', '企業',
'朝日新聞社', '若干', '出資', 'する', 'いる', '年月', 'マイナビ', '出版', '分社', 'する', '出版', '事業',
'毎日新聞', '掲載', 'する', 'れる', '連載', '記事', '連載', '小説', '書籍', '年月', '設立', 'する', 'れる',
'毎日新聞', '出版', '行う', 'おる', '出版', '社', '設立', '毎日新聞社', '自身', '出版', '行う', 'いる',
'マイナビ', '行う', 'れる', 'いる', '毎日コミュニケーションズ', '時代', '発売', 'する', 'ニンテンドー', 'DS',
'ソフト', '最強', '漢字', 'ドリル', '問', '毎日新聞社', '出題', '協力', 'する', 'いる', '毎日コミュニケーションズ',
'時代', '一般', '向け', '略称', '英字', '略称', 'MYCOM', 'マイ', 'コム', '用いる', 'いる', '提供',
'する', 'サービス', '冠す', 'いる', '年月', 'CI', '導入', 'する', 'カタカナ', '表記', 'マイコミ', '略称',
'切り替える', '自社', '運営', 'する', 'サービス', '冠', '名称', 'マイコミ', 'マイナビ', '切替', '実施', 'する',
'いる', '現在', '社名', '主力', 'サービス', '就職', '情報', 'サイト', 'マイナビ', '企業', '採用', 'する',
'社', '章', 'マイナビ', 'm', 'n', 'かたどる', 'ライン', '人生', '波', '波', '寄り添う', 'ドット', '転機',
'表現', 'する', 'MN', 'マーク', '採用', 'する', 'いる', '朝日放送', 'テレビ', 'ABC', 'テレビ', '主催',
'男子', 'プロ', 'ゴルフ', 'ツアー', 'ABC', 'チャンピオンシップ', 'ゴルフ', 'トーナメント', '特別', '協賛',
'する', 'マイナビ', 'ABC', 'チャンピオンシップ', 'ゴルフ', 'トーナメント', '実施', 'する', 'れる', 'プロ',
'野球', 'オールスター', 'ゲーム', '特別', '協賛', 'する', 'マイナビオールスターゲーム', '実施', 'ブランド',
'ポータルサイトマイナビ', 'Mynavi', '株式会社', 'マイナビ', '運営', 'する', '人材', '情報', 'サービス',
'ポータルサイト', 'マイナビ', 'ブランド', '毎日コミュニケーションズ', '提供', 'する', 'くる', '人材', '情報', 'サイト',
'統合', 'する', 'サービス', 'ブランド', '年月', '末', '発表', '年月日', '付', '使用', '開始', 'する',
'れる', 'マイナビ', '呼称', '最初', '使う', 'れる', 'の', '新卒', '学生', '向け', '就職', '情報', 'サイト',
'就職', 'ナビ', 'ちる', 'ゅうしょく', 'ナビ', '略称', '人材', '情報', 'サービス', '全体', '示す', '共通',
'ブランド', '昇格', 'する', '使用', 'する', 'れる', '年月日', '活力', 'ある', 'ブランド', '浸透', 'する',
'マイナビ', '呼称', '社名', '採用', 'する', '毎日コミュニケーションズ', '企業', '株式会社', 'マイナビ', '変更',
'する', 'マイナビ', '各種', 'ポータルサイト', '従来', '同社', '手がける', 'いる', '新卒', '学生', '向け',
'マイナビ', '西暦', 'つく', '転職', '希望', '向け', '派遣', '希望', '向け', '進学', '希望', '向け',
'サービス', '加える', 'アルバイト', '希望', '向け', 'サイト', 'オープン', 'する', '総合', '人材', '情報',
'サイト', '規模', '拡大', '続ける', 'マイナビ', '賃貸', 'マイナビウエディング', '人材', '情報', '以外', '分野',
'サイト', '相次ぐ', 'オープン', 'する', 'せる', 'リクナビ', 'SUUMO', '展開', 'する', '同業', '他社',
'有力', '企業', '群', 'リクルート', 'グループ', '対抗', '勢力', '姿勢', '強い', '打ち出す', 'いる', '沿革',
'年月日', '株式会社', '毎日コミュニケーションズ', '設立', '当初', '新聞', '出版', '絵画', '美術', '輸入', '販売',
'目的', '設立', '海外', '留学', '目指す', '大学生', '留学', '手続き', '代行', '携わる', '個人', '留学',
'部門', '発足', 'する', 'れる', '文化', '交流', '一環', '書道', '訪中', '団', '中国', '送り込む', '年月',
'就職', '情報', '就職', 'ガイド', '創刊', '年月', '週刊', '将棋', '創刊', '年月', 'Mac', 'Fan',
'創刊', '年月', 'PCfan', '創刊', '年月', 'インターネット', '就職', '情報', '提供', 'サービス', 'Career',
'Space', 'のち', '就職', 'ナビ', '現在', 'マイナビ', '開始', '年月', 'コンピュータ', 'ゲーム', '雑誌',
'The', 'DREAM', 'ニンテンドードリーム', '変更', '創刊', '年月日', '株式会社', 'MC', 'プレス', '設立',
'年月日', '東京', '地図', '出版', '株式会社', '子会社', '年月日', 'MC', 'プレス', '解散', '年月日', '日本',
'将棋', '連盟', '発行', '刊行', '物', '制作', '販売', 'する', '発表', '年月日', '株式会社', 'マイナビ',
'社名', '変更', '同日', 'ニュース', 'サイト', 'マイコミジャーナル', 'COBS', 'ONLINE', '統合', 'する',
'マイナビニュース', 'オープン', '年月日', '完全', '子会社', '東京', '地図', '出版', '株式会社', '吸収', '合併',
'年月日', '完全', '子会社', '株式会社', 'マイナビエージェント', '吸収', '合併', '年月', '株式会社', 'マイナビ',
'浜松', '吸収', '合併', '年月日', '株式会社', 'マイナビ', '静岡', '吸収', '合併', '年月日', '出版', '事業',
'分社', 'する', '株式会社', 'マイナビ', '出版', '設立', '厚生', '労働省', '委託', '事業', '職業', '紹介',
'優良', '事業', '認定', '制度', '職業', '紹介', '優良', '事業', '事業', '認定', '取得', '年月日',
'株式会社', 'マイナビコリア', 'Mynavi', 'KOREA', '設立', '年月日', 'ヘルスケア', '事業', '障る', 'いる',
'雇用', '開発', '部門', '分社', 'する', '株式会社', 'マイナビパートナーズ', '設立', '年月日', '赤坂', 'BLITZ',
'命名', '権', '取得', 'する', 'マイナビ', 'BLITZ', '赤坂', 'なる', 'グループ', '企業', '株式会社',
'マイナビ', '出版', '年月日', '出版', '事業', '分社', '株式会社', 'マイナビサポート', '発送', '代行',
'アウトソーシング', '会社', 'ビジネス', 'サポート', '株式会社', 'オーク', 'ション', '美術', 'オークション', '会社',
'年月', '毎日コミュニケーションズ', '美術', '事業', '独立', 'する', '設立', '株式会社', 'マイナビ', '株主',
'株式会社', '学術', 'フォーラム', '各種', '学会', '業務', '受託', '会社', '年月日', '設立', '株式会社',
'マイナビパートナーズ', '年月日', 'ヘルスケア', '事業', '障る', 'いる', '雇用', '開発', '部門', '分社', '日本',
'エス・エイチ・エルイギリス', 'SHL', 'グループ', 'ライセンス', '契約', '結ぶ', 'いる', '人材', 'アセスメント',
'サービス', '会社', '年月', '株式', '%', '譲渡', '受ける', '年月', '末', '現在', 'マイナビ', '筆頭',
'株主', '%', 'なる', 'いる', 'Mynavi', 'USA', 'Corporation', 'アメリカ', 'ニューヨーク', '現地',
'法人', '年月日', '毎日コミュニケーションズ', 'USA', '商号', '変更', '協', '北京', '諮詢', '有限', '公司',
'中国', '北京', '現地', '法人', '北京', '協', '人力', '資源', '有限', '公司', '中国', '北京', '現地',
'法人', '株式会社', 'マイナビコリア', 'Mynavi', 'KOREA', 'Corporation', '韓国', 'ソウル', '現地',
'法人', '年月日', '韓国', '貿易', '協会', '業務', '協約', '締結', '過去', 'グループ', '企業', '株式会社',
'MC', 'プレス', 'コンビニ', '規制', '分離', '独立', 'する', '出版', '社', '有害', '図書', '参照', '年月',
'解散', '東京', '地図', '出版', '株式会社', '年月', '株式', '譲渡', '受ける', '子会社', '年月', '吸収',
'合併', '株式会社', 'マイナビエージェント', '総合', '人材', '派遣', '業', '年月日', '株式会社', 'キャリア',
'バンク', '商号', '変更', '年月', '吸収', '合併', '株式会社', 'エデュケーション', '毎日コミュニケーションズ', '海外',
'事業', '留学', '斡旋', '事業', '事業', '譲受', 'する', '会社', '法人', 'マイナビ', 'グループ', '企業',
'ない', '株式会社', 'マイナビ', '浜松', '静岡', '西部', '特', 'する', '人材', '情報', '会社', '年月',
'設立', '年月', '吸収', '合併', '株式会社', 'マイナビ', '静岡', '静岡', '特', 'する', '人材', '情報',
'会社', '年月', '毎日コミュニケーションズ', '静岡', '支社', '株式会社', 'MYCOM', '静岡', '独立', '年月日',
'株式会社', 'マイコミ', '静岡', '商号', '変更', '年月', '吸収', '合併', 'CM', 'イメージ', 'キャラクター',
'石川', '遼', 'マイナビブランド', '共通', '大塚', '愛', 'マイナビ', 'flumpool', 'マイナビ', '有吉', '弘行',
'マイナビ', '内村', '光良', 'マイナビ', '黒島', '結', '菜', 'マイナビスガシカオマイナビ', '転職', '前田', '敦子',
'マイナビ', '転職', 'イメージ', 'キャラクター', '石原', 'さとみ', 'マイナビ', '転職', 'イメージ', 'キャラクター',
'有村', '架', '山', '﨑賢', 'マイナビバイト', '波', '瑠', 'マイナビ', '看護', '師', '飯豊', 'まりえ',
'初代', 'マイナビウエディングガール', '金城', '茉奈', '代目', 'マイナビウエディングガール', '新田', '真剣', '佑',
'マイナビウエディングキャラクター', '吉川', '愛', '代目', 'マイナビウエディングガール', 'AKB', '谷口', 'めぐる', '福岡',
'聖', '菜', '小栗', '有', '以', '樋渡', '結依', '久保', '怜', '音', 'マイナビ', '賃貸', '吉沢', '亮',
'マイナビバイト', '関連', '項目', 'マイナビニュース', '世界', '遺産', '検定', '愛しい', '仕事', 'さま', 'マイナビ',
'社', '提供', '学生', '向け', '就職', '活動', '情報', '番組', '将棋', '棋戦',
'レディースオープントーナメントマイナビ', '女子', 'オープン', '男子', 'プロゴルフツアーマイナビ', 'ABC',
'チャンピオンシップゴルフトーナメントプロ', '野球', '横浜', 'DeNA', 'ベイスターズ', 'ユニフォーム', 'スポンサー', '東京',
'ヤクルトスワローズ', '現在', 'トップ', 'スポンサー', '本拠地', '明治', '神宮', '野球', '広告', '掲出',
'セントラル・リーグクライマックスシリーズヤクルト', '同年', 'リーグ', '制覇', 'する', 'マイ', 'ナビ', 'セント',
'ラルリーグクライマックスシリーズファイナルステージ', '協賛', 'セントラル・リーグクライマックスシリーズヤクルト', 'レギュラー', 'シーズン',
'位', '終える', 'マイナビクライマックスシリーズセファーストステージ', '協賛', 'マイナビオールスターゲーム', '冠',
'スポンサープロボクシング', '村田', '諒', '太', 'トランクススポンサープロビーチバレーボール', '坂口', '佳穂', '鈴木', '悠',
'佳子', '所属', '選手', 'ジャパンビーチバレーボールツアー', '開始', '東京', '大会', 'マイナビシリーズ', '協賛',
'プロサッカーロアッソ', '熊本', 'ユニフォーム', '背中', '上部', '広告', '掲載', 'ベガルタ', '仙台', 'ユニフォーム',
'ズボン', '前部', '広告', '掲載', '女子', 'サッカーベガルタ', '仙台', 'レディース', '年度', '年間', 'パートナー',
'契約', 'マイナビベガルタ', '仙台', 'レディース', '名称', 'なる', 'チーム', '完全', '買収', 'する', 'マイナビ',
'仙台', 'レディース', '名称', '運営', 'する', 'プロ', 'バスケットボール', '千葉', 'ジェッツ', 'ふる', 'する',
'シーズン', 'オフィシャルパートナーマイナビ', 'Be', 'a', 'booster', 'B', 'LEAGUE', 'ウィークリー',
'ハイライト', 'BS', '放送', 'する', 'れる', 'B', 'LEAGUE', '情報', '番組', '確認', 'フェスティバル',
'年度', 'メイン', 'サポーター', '就任', 'する', 'マイナビ', '確認', 'フェスティバル', '開催', '新聞', '社',
'出版', '社', '毎日新聞', '出版', '毎日新聞社', '系列', '毎日新聞社', '出版', '局', '分社', '朝日新聞', '出版',
'朝日新聞社', '系列', '産経新聞', '出版', '産業経済新聞社', '系列', '発売', ':', '扶桑社', '中央公論', '社',
'読売新聞', 'グループ', '本社', '傘下', '読売新聞', '東京', '本社', '書籍', '刊行', '日本経済新聞', '出版',
'社', '日本経済新聞社', '系列', '日経', 'BP', '上大', '東亜', '帝国', '脚注', '脚注', '使い方', '^',
'毎日新聞', 'グループ', 'ホールディングス', '毎日新聞社', '^', '有価', '証券', '報告', '期', '平成', '年月日',
'平成', '年月日', 'ページ', '朝日新聞社', 'EDINET', '提出', '書類', '株', '保有', '^', '毎日新聞社',
'協力', '最強', '漢字', 'ドリル', '問', '^', '年度', '放送', '持株', '会社', '移行', '朝日放送', '^',
'株式会社', '毎日コミュニケーションズ', '株式会社', 'マイナビ', '社名', '変更', '^', '将棋', '世界', '将棋',
'年鑑', '当初', '販売', '発表', 'する', 'れる', 'いる', 'のち', '制作', '販売', '変わる', '^', '株式会社',
'毎日コミュニケーションズ', '株式会社', 'マイナビ', '社名', '変更', '^', '出版', '事業', '部門', '分社', 'する',
'株式会社', 'マイナビ', '出版', '設立', '株式会社', 'マイナビ', '年月日', '月日', '閲覧', '^', '企業', '情報',
':', 'マイナビエージェント', '評判', '転職', 'wiki', '"', '転職', 'wiki', '年月日', '閲覧', '^',
'会社', '情報', '-', 'Mynavi', 'KOREA', '^', '株式会社', 'マイナビパートナーズ', '設立', 'お知らせ',
'マイナビ', '^「', '赤坂', 'BLITZ', 'ネーミングライツ', '命名', '権', '取得', '^', '会社', '情報', '-',
'Mynavi', 'KOREA', '^「', '韓国', '若者', '日本', '就職', 'する', '韓国', '協会', '支援', '方針',
'説明', '開催', '/', 'ページ', '産経', 'ニュース', '^', 'マイナビ', '石原', 'さとみ', '起用', 'CM',
'ソング', 'ファンキー', '加藤', '"', '年月日', '年月日', '閲覧', '^', 'マイナビベガルタ', '仙台', 'レディース',
'経営', '権', '譲渡', '株式会社', 'マイナビ', '合意', '締結', 'お知らせ', 'ベガルタ', '仙台', '年月日', '外部',
'リンク', '株式会社', 'マイナビマイナビ', '株式会社', 'マイナビ', '@', 'mynavi', '_', 'pr', 'Twitter',
'先代', 'マツダ', '年年', 'NPB', 'オールスターゲームオフィシャル・スポンサー', '年次', '代', 'N', '/', 'A',
'表', '編', '毎日新聞社', '本社', '毎日新聞', 'グループホールディングスグループ', '持株', '会社', '東京', '千代田',
'東京', '本社', '東京', '千代田', '大阪', '本社', '大阪', '大阪', '北', '西部', '本社', '福岡', '北九州',
'小倉北', '中部', '本社', '愛知', '名古屋', '中村', '支社', '本部', '北海道', '支社', '北海道', '札幌',
'中央', '福岡', '本部', '福岡', '福岡', '中央', 'する', 'さす', 'オフィス', '愛知', '名古屋', '中村',
'現在', '刊行', '物', '毎日新聞', '毎日新聞', 'デジタル', 'TAP', 'i', '小学生', '新聞', 'ウィークリー',
'点字', 'サンデー毎日', '毎日新聞', '縮刷', '版', 'エコノミスト', 'エコノミスト', '投資', '達人', '月刊',
'News', 'わかる', 'MMJ', '過去', '刊行', '物', 'デイリー', 'ニューズ', 'MAINICHI', 'RT', '中学生',
'新聞', 'こども', 'しんぶん', 'カメラ', '年鑑', 'ん', 'たん', 'ブロード', '系列', '新聞', '社',
'スポーツニッポン新聞社', '福島民報社', '下野新聞社', '関連', '放送', '局', 'TBS', 'ホールディングス', 'TBS',
'テレビ', '/', 'TBS', 'ラジオ', '/', 'BS', 'TBS', 'MBS', 'メディア', 'ホールディングス', '毎日放送',
'/', 'MBS', 'ラジオ', 'RKB', 'ホールディングス', 'RKB', '毎日放送', 'ラジオ', 'テレビ山口', '和歌山放送',
'ラジオ', '福島', 'BS', '広告', '関連', '広告', '社', '不動産', '関連', 'ビルディング', 'スポーツ', '関連',
'選抜', '高等', '学校', '野球', '大会', '都市', '対抗', '野球', '大会', '社会', '野球', '日本', '選手権',
'大会', '全日本', 'クラブ', '野球', '選手権', '大会', '全国', '高等', '学校', 'ラグビーフットボール', '大会',
'日本', 'フットボール', '優勝', '大会', '甲子園ボウル', 'テニス', '選手権', '黒', '鷲', '旗', '全日本', '男女',
'選抜', 'バレーボール', '大会', '全日本', '実業', '団', '対抗', '駅伝', '競走', '大会', '全日本', '実業',
'団', '対抗', '女子', '駅伝', '競走', '大会', '別府', '大分', 'マラソン', '大阪', 'マラソン', '全国',
'高等', '学校', '駅伝', '競走', '大会', 'スポーツ', '賞', '杯', '王冠', '王将', '戦', '名人', '戦',
'本因坊', '戦', '全日本', 'アマチュア', '本因坊', '戦', '浜寺', '水練', '学校', '歴史', '事件', '毎日新聞',
'歴史', '/', '大阪毎日新聞', '/', '東京日日新聞', '時事新報', '光', '事件', '竹槍', '事件', '本社', '襲撃',
'事件', '西山', '事件', 'グリコ', '森永', '事件', '捏造', '事件', 'Who', 'are', 'you', '報道',
'社長', '監禁', '事件', 'デイリー', 'ニューズ', 'WaiWai', '問題', '関連', '人物', 'カテゴリ', '毎日新聞社',
'人物', '/', '本山', '彦一', '松本', '重太郎', '原', '敬', '小松原', '英太郎', '福地', '源一郎', '関',
'直彦', '伊東', '巳代治', '加藤', '高明', '城戸', '亮', '岡', '實', '奥村', '信太郎', '高石', '真',
'五郎', '本田', '親男', '上田', '常', '隆', '梅島', '貞', '山本', '光春', '田中', '香苗', '平岡',
'敏男', '山内', '大介', '渡辺', '襄', '小池', '唯夫', '斎藤', '明', '北村', '正', '任', '朝比奈', '豊',
'丸山', '昌宏', '高橋', '信三', '坂田', '勝郎', '斎藤', '守', '慶', '古谷', '綱', '西山', '太吉',
'細川', '隆一郎', '三宅', '久之', '鳥', '井守', '幸', '岩見', '隆夫', '鳥越', '俊太郎', '嶌信', '彦岸',
'井成', '格', '牧', '太郎', '近藤', '勝重', '与良', '正男', '芥川', '龍之介', '井上', '靖', '山崎',
'豊子', '種村', '直樹', '関連', '項目', '日曜', 'くらぶ', '日曜', '版', 'JNNJRN', '毎日新聞', 'ニュース',
'桜田', 'アサッテ', '君', 'ウチ', 'ぐうたら', 'ママ', 'かあさん', 'マイナビマイナビ', '出版', '映画', '社',
'信用組合', 'ナゴヤキャッスル', '千葉', 'ロッテマリーンズ', 'まく', 'クラブ', '脚注', 'JNN', '加盟', '局',
'友好', '会社', '主要', '局', '掲載', 'マスメディア', '集中', '排除', '原則', '支配', '%', '超える',
'議決', '権', '有す', 'いる', '局', 'グループ', '会社', '典拠', '管理', 'NDL', 'VIAF',
'WorldCat', 'Identities', 'viaf']
「/」などまだまだ整形する余地はありそうですが、
なんとなく文章を特徴づける単語に集約できた感じがします。
おわり
今回は文章に対して「ストップワード除去」と「正規化」という方面から整形を行ない、
その文章を特徴づける単語を抽出することをいたしました。
簡単に処理しただけなので時間をかければさらによりよい抽出ができそうだと感じました。
今後関連するモジュール等が発表されれば、使って追記したいと思います。
ご精読ありがとうございました。
※本記事は2022年07月時点の内容です。
