ワードクラウドとは
ワードクラウドとは、テキスト中の単語で作った画像のことです。よく出てくる単語ほど大きく描かれます。スピーチ、記事、大量のアンケート回答が主に何について書かれているかが、全文を読まなくてもひと目でわかります。
ワードクラウドは、文章のかたまりを思わず見たくなるものに変えてくれるので、授業、プレゼン、レポートでよく使われます。分析ではなく要約ですが、話のきっかけを作るにはぴったりです。
日本語の文章もそのまま貼り付けられます。日本語は単語の間にスペースを入れないので、ブラウザーの単語分割機能（Intl.Segmenter）で単語に分けてから数えます。この分割は本格的な形態素解析ほど正確ではないため、狙いどおりの単語で作りたい場合は、「環境 エネルギー 環境 気温」のように単語をスペースで区切ったリストを貼り付けるのが確実です。なお、「水」のような1文字の単語は集計の対象外なので、1文字の助詞もクラウドには出てきません。
ワードクラウドの作り方
- テキストをテキスト欄に貼り付けます。完成したクラウドをすぐに確認できるよう、最初は気候変動についての短い段落が入っています。
- 0.5秒ほど待ちます。入力を止めるたびにクラウドが描き直されます。
- 入力欄の下のメニューで見た目を調整します。
- 単語数：50、100、150、250
- 形：円、正方形、ひし形、三角形、星、ハート（カージオイド）
- 配色：ビビッド、オーシャン、フォレスト、サンセット、黒とグレー
- フォント：サンセリフ体、セリフ体、幅の狭い書体、等幅
- 単語の向き：すべて横向き、一部を縦向き、半分を縦向き、斜め
- 背景：白、ダーク、透明
- オプションのボタンで集計の対象を選びます：よく使われる単語を除外、大文字小文字を区別しない、数字も数える。
- 配置を変更を押すと、単語がシャッフルされて新しい配置になります。
- PNG をダウンロードを押すと、画像が word-cloud.png として保存されます。
画像の下には、よく使われている上位5語が回数付きで表示されるので、大きさの裏にある数字を確認できます。
例
サンプルテキストを初期設定で使った場合、クラウドの基になる集計の上位は次のとおりです。日本語の単語の分け方はブラウザーの機能によるため、お使いのブラウザーでは少し異なることがあります。
| 使用回数 | 単語 |
|---|---|
| 3 | エネルギー、気候、炭素、都市 |
| 2 | ある、では、上昇、削減、排出 |
この4語がクラウドの中で最も大きく描かれ、クラウドの下の「最も多い単語」の行にも回数付きで並びます。「海」と「水」もサンプルに何度も出てきますが、1文字の単語なので集計されません。「ある」「では」のような語が残るのは、よく使われる単語を除外のリストが英単語だけだからです。目立たせたくない語は、検索と置換ツールで先に削除してください。
英文の場合は、大文字小文字を区別しないがオンなので、「Cities」と「cities」は1語として数えられます。
クラウドの作られ方
まず、単語出現頻度カウンターと同じ方法でテキストを単語に分割して数えます。2文字未満の単語は飛ばします。よく使われる単語を除外がオンなら、「the」「is」「with」などの単語を除きます。そのうえで、出現回数の多い単語を、選んだ単語数まで残します。
次に、各単語のフォントサイズを決めます。最も多い単語には、画像の幅に収まる最大のサイズが割り当てられます。ほかの単語は、平方根の曲線を使って、そのサイズと最小サイズの間で拡大縮小されます。直線で比例させると1位の単語だけが巨大になってほかが極小になってしまいますが、曲線を使うことで中くらいの頻度の単語も読める大きさに保てます。
最後に、大きい単語から順に1つずつ配置していきます。中央から始めて外側へらせん状に移動し、選んだ形の中で空いている場所を探します。描画には、オープンソースのライブラリ wordcloud2.js を使い、1600×1100 ピクセルのキャンバスに描きます。スライドや印刷した配布資料にも十分な大きさです。
きれいなワードクラウドを作るコツ
- 十分な量のテキストを使う。 数文だけだと、ほとんどの単語が1回しか出てこず、同じ大きさのクラウドになります。1ページ以上あると差がはっきりします。
- 先にテキストを整える。 ページ番号、全ページに繰り返される見出し、書き起こしの話者名などはクラウドを埋めてしまいます。削除するか、数字も数えるをオフにしてください。
- ひとまとまりで残したいフレーズはつなげる。 クラウドは単語単位で作られます。「New York」のような名前をひとまとまりにしたい場合は、クラウドを作る前に「New-York」のようにハイフンでつなげてください。検索と置換ツールを使えば、すべての出現箇所を一度に変えられます。
- 背景に合わせて配色を選ぶ。 背景をダークにすると、オーシャン、フォレスト、黒とグレーの配色は明るい色合いに切り替わり、単語が読みやすいままになります。
- 単語を減らすとインパクトが増す。 スライドなら50語で十分なことが多いです。ポスターなら150や250を試してください。
- 数字も確認する。 ワードクラウドは大まかな差を示すのは得意ですが、正確な差を示すのは苦手です。回数が重要な場合は、単語出現頻度カウンターで数字を確認するか、重複単語チェッカーで繰り返しを探してください。
ワードクラウドを作るほかの方法
Microsoft Word と PowerPoint。 ワードクラウドの機能は標準では搭載されていません。Office ストアのアドインで追加するか、ここで画像を作って図として挿入してください。
Google ドキュメントとスライド。 Google ドキュメントにもワードクラウドの機能はありません。このページから PNG をダウンロードし、「挿入」メニューの「画像」から挿入してください。
コード。 Python では、wordcloud パッケージを使えば数行でクラウドを作れます。たとえば WordCloud().generate(text).to_file("cloud.png") です。JavaScript では、このページでも使っているライブラリ wordcloud2.js で、任意の canvas 要素に描画できます。