2．看護におけるテキストマイニングとその活用事例

はじめに

　自由記述回答や半構造化インタビュー，ナラティブ・インタビュー，フォーカスグループインタビュー等の口頭データ収集法によって得られたテキストデータの分析は，研究者が想定し得ない新たな知見，開放的発見を導き出す可能性を秘めている。看護学では，個人のもつ健康の意味と表現についての深く隠された，微妙で，主観的な現実と事実を発見することをめざし，テキストデータの分析のために，これまで質的研究法が用いられてきた（Flick，2002）。

　しかし質的研究法は，分析者がテキストを読み取り解釈していく方法であるため，弱点もある。発話データの対象者が数名であれば，質的方法の解釈手順を踏むことは可能である。しかし，サンプル数が数十，数百，数千，数万と膨らめば，人間の思考能力の限界を超えてしまう。また分析結果から，対象とした現象から母集団を推定することには向いていない上，原理的にも，結果から一般化するのは難しい。さらに，分析過程が第三者からみえにくく，別の分析者がテキストの内容を異なった文脈で解釈してしまう，つまり同じ分析者であっても，場面や時が異なれば解釈も異なるという危険性をはらんでいる。結果を導き出す過程は研究者の思考過程そのものであって，経過の記録はどこにもない。

　このような課題を克服する可能性の1つとして，テキストマイニングの活用が考えられる。

　テキストマイニングは，テキストデータを形態素解析し，単語を変数とみなして計量的に分析する手法で，「自然言語処理技術，情報検索やデータベース技術，主成分分析，判別分析，因子分析，数量化法などの多変量解析の手法など，様々な技術を組み合わせた複合的な技術」（保田明夫，2006）によって構築されている。テキストマイニングは，さまざまな変数を手がかりに大量のテキストデータを，分析のステップごとにデータ処理の証拠を残しながら，系統的かつ多面的に分析することに長けている。