情報処理学会 第76回全国大会講演要旨

データを統合し分析する手法として，KJ法は広く用いられている．
しかし，その統合は人手により行われるため，
作業過程において必要以上の主観が入り込み，有益な情報を見落としてしまうことがある．
この問題を解決するために，KJ法のラベルと表札から2部グラフを構成し，
グラフの数理的な特性に着目した情報を抽出する方法が提案されている．
しかし，この方法ではKJ法の文章化の過程までを自動化することが困難であった．
本論文では，ラベルの頻出パターンを抽出することで，
統合したデータの中から特に重要な要素を発見し，
文章化を自動的に処理する方法を提案する．
この方法により生成された文章は，統合したデータを客観的に表現しており，
KJ法の文章化の結果としての有用性が高いことが示された．