検索・分析

機能408

  Webページ熟語抽出

Webページで多く使用されている熟語を調べたい！

　 Webページで使用されている漢字熟語、カタカナ用語、英単語を抽出し、その出現頻度を集計します。 　

　
朝日、読売、日経のWebサイトのトップページを調べて、使用されている熟語を調べる
 ■ トップページの熟語を抽出

機能を実行すると、抽出結果が次のような形式でシートに記入されます。
 


シートの各列の内容は次のとおりです。
 
列

内　容
Ａ  抽出された漢字熟語が記入されます。
Ｂ  熟語の出現頻度が記入されます。
Ｃ  熟語が抽出された年月日が記入されます。
Ｄ  熟語が抽出されたサイトのURLが記入されます。
　
  列Ｃ、Ｄ は、抽出の度に更新され、最新の抽出年月日とURLが記入されます。
　

 
  任意のシートに熟語を抽出するサイトのURLを記入します。
　
■ URLの記入


  URLは列Ａの１行目から連続して記入します。

  機能メニューで抽出する熟語の種別を指定します。
　
■ 抽出する熟語の種別指定

　		 　

サイトのURLを記入したシート（ ）をアクティブにしてから、機能メニュー の［実行］をクリックして機能を実行します。
　
■ 機能の実行


  サイトが順次調べられ、熟語が抽出されます。
　
■ 抽出結果の例（カタカナ用語）

 
　
集計結果の記録のため自動挿入されるシートは以下のとおりです。
　 熟語種別 シ ー ト 名 　
漢字熟語 FF漢字熟語リスト
カタカナ用語 FFカタカナ用語リスト
英単語 FF英単語リスト
　
　

ユーザー指定文字について 　
　
この機能では、同一文字種が２文字以上連続している場合に「熟語」と判断します。スペース、改行、記号、数字などの文字は区切り文字として扱われ、熟語や単語を分割します。
　
英単語の場合は、アルファベットの大文字、小文字以外は原則的に区切り文字となりますが、機能メニューの「ユーザー指定文字」に区切り文字として除外する文字を指定することができます。これにより、＠ やピリオドで区切られたメールアドレスや、：// で区切られたサイトURLなどを英単語として抽出することができます。

たとえば、次のようなサイトURLの場合、

http://www.freeformat.co.jp/AddInIndex.htm

通常は、http、www、freeformat、co、jp、AddInIndex、htm の７つの単語が抽出されます。サイトURLを１つの単語として抽出する場合は、ユーザー指定文字として、コロン（：）、スラッシュ（/）、ピリオド（．）を指定することにより、これらの文字で分割されること無く、ひとつの単語として抽出することができるようになります。
　　
■ ユーザー指定文字の設定例

　
  ユーザー指定文字を複数指定する場合は、それぞれを半角スペースで区切ります。
　

類似機能
機能368：熟語抽出
機能372：カタカナ用語抽出
機能376：英単語抽出
機能697：単語リスト作成
関連機能
機能416：国語辞書一括検索

この機能のトップに戻る
　		 
2008.08.27/2017.03.16/2017.06.12