自然言語処理と形態素解析

退院サマリーの質的監査を自動化する試みとして自然言語処理を利用しようと考えているわけですが、退院サマリー作成に関するガイダンスのサンプルを見るにつけ、これを形態素解析して何がわかるんだろうと途方にくれます。

 もっと発想の転換が必要なのかもしれません。自然言語処理というとすぐに形態素解析して単語の頻度を数えて文書の分類をするという安直な発想を。

とはいえ、まずは基本的なところでMeCabでもやって形態素解析で何ができるのかを学びましょう。 Windowsのコマンドラインで利用する方法とGoogle ColaboratoryからPythonで利用する方法をマスターして、じゃあ、これで何をすれば退院サマリーの質がわかるんだろう、と考え込むことにしましょう。

一言で退院サマリーの質といっても難しいですよね。質って何？・・・文献を読むといろいろ書いているけど、結局、それって人間にしかわからないんじゃない？ってことになる。基準がないのですよね。みんな曖昧です。コンピュータに理解させるにはかなり具体的な基準が必要です。それをBOWモデルで機械学習にかけるとポンと答えが出てくるような、そんな都合の良い話はないですよ。

でも、この問題を最新のAI技術（BERTなんか）でチャレンジするのはとても魅力的です。やろうではありませんか！