象徴密度スペクトル（しょうちょうみつどすぺくとる）
最終更新：2026/4/22
象徴密度スペクトルは、言語データにおける象徴的な意味の分布を周波数領域で分析する手法である。
別名・同義語 意味スペクトル分析象徴的意味分析
ポイント
このスペクトルは、テキストの感情分析や意味構造の理解に役立ち、文学作品やソーシャルメディアの分析に応用される。
象徴密度スペクトルの概要
象徴密度スペクトル（Symbolic Density Spectrum: SDS）は、言語学、情報科学、認知科学の分野で用いられる分析手法の一つである。テキストデータに含まれる象徴的な意味、すなわち、単語やフレーズが持つ隠喩的、連想的な意味合いを定量的に評価し、その分布を周波数領域で可視化する。従来のテキスト分析手法が表面的な意味に焦点を当てるのに対し、SDSはテキストの深層的な意味構造を捉えることを目的とする。
SDSの計算方法
SDSの計算には、通常、以下のステップが含まれる。
- 象徴的意味の抽出: テキストデータから、辞書や知識ベースを用いて、象徴的な意味を持つ単語やフレーズを抽出する。例えば、「太陽」は「希望」、「死」は「終焉」といった象徴的な意味を持つ。
- 意味ベクトル化: 抽出された象徴的意味を、数値ベクトルに変換する。この際、Word2VecやGloVeなどの単語埋め込みモデルが用いられることがある。
- 周波数分析: 意味ベクトル化されたデータを、フーリエ変換などの手法を用いて周波数領域に変換する。これにより、テキストデータにおける象徴的な意味の分布を可視化できる。
SDSの応用例
SDSは、様々な分野で応用されている。