Yeah. Uh, huh. I see. Right. Good. Exactly. Absolutely.
Excuse me, but may I interrupt?
I know what you are saying. But I don't quite see it that way.
Let me finish.
What I'm trying to say is... Let me clarify my point.
I'm sorry, I didn't catch your name right. Could you repeat it?
Am I pronouncing your name correctly?
But unfortunately, I have a previous engagement on that day.
I'm sorry about this time, but I look forward to seeing you on
another occasion.
It was such an informative lecture. It was very educational.
It was so stimulating.
If you are not responsible for this matter, could you pass this
e-mail over to the person in charge?
Thank you for your quick response!
[...]テキストマイニングというものは、あくまで人間が膨大な文書データ一般的なデータマイニングと異なり、「自然言語」がからむテキストマイ
を有効活用するためのツールであり、データ内容を解釈して判断を下すの
は人間である。例えば100万件の文書データに対し、一人の人間がその
すべてに目を通すことは不可能である。しかし、テキストマイニングを
使いこなすことにより、100万件の文書データの中から有用な情報に焦点を
当て、その内容を活用することが可能になる。 (p.4)
テキストマイニングを活用する上で最も重要なのが、『テキストマイニン
グは基本的に「気付き」を与えてくれるツールである』という考え方であ
る。(p.169)
テキストマイニングに対して良く見られる誤解に、「貴重な文書データが
大量にあるので、テキストマイニングにかければ何か面白い知見が自動的
に得られるのでないか」というものがある。[...] 有用な結果を得るため
には分析目的の設定やそれを実現するための意味的属性の設定が必要であ
り、この設定を行わずに処理しても、役に立つ結果が得られることはまず
あり得ない。 (p.45)