単語抽出ツール説明文フル目次、ダウンロード

単語抽出ツールの説明文を6つに分けて作成し、すべてブログに投稿した。単語抽出ツールの説明文全体の目次を別々の文章で作成してアップロードします。

• 1. 単語抽出ツールの概要
  • 1.1。単語抽出ツールを開発した理由
  • 1.2.単語抽出ツールの概念
  • 1.3。単語抽出ツールの仕組み
    • 1.3.1。単語抽出ツール入力材料
    • 1.3.2。単語抽出ツール処理ロジック
    • 1.3.3。単語抽出ツール出力データ

• 2. 単語抽出ツール実行環境の構成
  • 2.1。環境構成の概要
    • 2.1.1.推奨事項
    • 2.1.2。形態素分析器の選択 Mecab
    • 2.1.3。環境構成全体の順序
  • 2.2. Minicondaのインストール
  • 2.3。仮想環境の作成、有効化
  • 2.4。仮想環境にPythonをインストールする
  • 2.5。必要なパッケージのインストール

• 3. 単語抽出ツールの実行
  • 3.1。単語抽出ツールのダウンロード
  • 3.2。単語抽出ツールの実行方法
    • 3.2.1.ダウンロードファイルを解凍し、Python仮想環境を有効にする
    • 3.2.2。ヘルプを確認
    • 3.2.3。実行方法1文書ファイルからのみ単語を抽出する
    • 3.2.4。実行方法2 DB Table、Column commentからのみ単語を抽出する
    • 3.2.5。実行方法3文書ファイルとDBテーブル、列コメントの両方から単語を抽出する
    • 3.2.6。実行結果の確認方法
    • 3.2.7。実行時の注意/注意事項

• 4. 単語抽出ツールのソースコード
  • 4.1。概要
    • 4.1.1.ソースコードを入れる
    • 4.1.2.単語抽出ツール関数呼び出し関係
  • 4.2。 main関数
    • 4.2.1. argument parsing
    • 4.2.2。処理するファイルのリストを抽出する
    • 4.2.3。 Multi processingでget_file_textを実行する
    • 4.2.4。 Multi processingでget_word_listを実行する
    • 4.2.5。単語の頻度を求めて make_word_cloud を実行する
    • 4.2.6。抽出された単語リストと単語頻度Excelファイルとして保存し、ランタイム出力、終了
  • 4.3。 get_file_text関数
    • 4.3.1。 get_doc_text関数
    • 4.3.2。 get_ppt_text関数
    • 4.3.3。 get_txt_text関数
    • 4.3.4。 get_db_comment_text関数
    • 4.3.5。 get_hwp_text関数
    • 4.3.6。 get_pdf_text関数
  • 4.4。 get_word_list関数
  • 4.5。 make_word_cloud関数

• 5. 単語抽出ツールの追加説明
  • 5.1。 OLE Automationを使用する理由
  • 5.2。 Textファイルエンコーディング関連（UTF-8のみサポート）
  • 5.3。 multi processingの使用理由
  • 5.4。複合語抽出に関する注意事項
  • 5.5。形態素分析器 品詞種類

---

単語抽出ツールは以下のgithubリポジトリからダウンロードできます。

https://github.com/DAToolset/ToolsForDataStandard/tree/main/WordExtractor

実行に必要なソースコード、フォント、table/column リスト例ファイル、出力例ファイルを配布用の圧縮ファイルにまとめておいたので、このファイルをダウンロードすればよい。

https://github.com/DAToolset/ToolsForDataStandard/raw/main/WordExtractor/word_extractor.7z

データの標準化作業に少しでも役立つことを願っています。