こんにちは、皆様。

まずご報告として、今年で終わるはずだった大学の委託研究が来年以降も継続することになりました。

ありがたや～😸

これと同時に研究目標やAI分野の目的もブラッシュアップされたので、

今後定量データと定性データを結びつける作業が必要になりそうです。

いわゆる”テキストマイニング”というものですね。

数値データでは捉えられない「理由の見える化」で、多くの企業で既に取り入れられる手法です。

一般的にはマーケティング等で、アンケート結果や文脈など定性データを定量的に分析する手法ですが、

私たちの研究・業界ではその順番が逆になる傾向があるように思います。

これまでの業務でも、専門家以外の定性的な解釈（見た目・匂い・栄養塩など不確実な事柄）より数字を優先してきた歴史があり、「目に見える変化は数字にも表れる」ことを前提としています。

これだけ聞くと冷たい人たちだな～とマイナスな印象ですが、それだけ判断が難しいという事です。🤔

背景はこのくらいにして、

今回は日本語対応+汎用的で使いやすそうなKeyBERTの拡張版（keywords-extraction）をGitからインストールしてみましょう。

conda仮想環境の構築

---

poetryはconda同様、Pythonのパッケージ管理を行うためのツールです。

主な作業手順は以下となります。

1. git clone 〈リポジトリURL〉
2. 空の仮想環境の構築
3. poetryでライブラリの一括導入

gitについては昔記事を書いた記憶があるのですが、忘れた人はここをみてください。

使うコマンドはいたってシンプルです。

git clone <https://github.com...>

ローカルへのクローンが終わったら、新しい仮想環境を用意します。今回はPython3.11以上が必要です。

おそらくリポジトリに内包されているライブラリとの依存関係によって要求されるシステム要件が変わるものと思われます。

※このように、古いバージョンだと立ち上げ時プロンプトで以下のエラーが発生します。

Current Python version (3.9.23) is not allowed by the project (>=3.11,<3.13).

conda create -n myenv python=3.11
conda activate myenv

poetryのインストール

---

次にpoetryをインストールします。

pip install poetry

クローンしたリポジトリに移動して、「poetry install」を行います。

(myenv) PS C:\Users\motoh\リポジトリ> poetry install

画像のように環境構築が実行されます。

今までpipやcondaを使って手動でパッケージ管理を行ってきましたが、poetryだと一瞬で立ち上がることに驚きですね～。

配布する側はpoetry環境に「poetry add <ライブラリ>」で、従来通りライブラリを追加するだけですし。

科学技術の日進月歩を見ていると、なんだか今の子供世代とのギャップと同じものを感じます（笑）

こういう事の積み重ねが時代背景なんだろうな～🙄