社会学部Faculty of Social Sciences
SOC200ED(社会学 / Sociology 200)メディアコンテンツ論Media Content Studies
藤田 真文
授業コードなどClass code etc
学部・研究科Faculty/Graduate school | 社会学部Faculty of Social Sciences |
添付ファイル名Attached documents | |
年度Year | 2023 |
授業コードClass code | LD210 |
旧授業コードPrevious Class code | |
旧科目名Previous Class title | 【2017年度以前入学者向け科目名称】コミュニケーション論 |
開講時期Term | 春学期授業/Spring |
曜日・時限Day/Period | 木4/Thu.4 |
科目種別Class Type | |
キャンパスCampus | 多摩 |
教室名称Classroom name | 社202 |
配当年次Grade | 2~4 |
単位数Credit(s) | 2 |
備考(履修条件等)Notes | |
他学部公開科目Open Courses | |
他学部公開(履修条件等)Open Courses (Notes) | |
グローバル・オープン科目Global Open Courses | |
成績優秀者の他学部科目履修制度対象Interdepartmental class taking system for Academic Achievers | ○ |
成績優秀者の他学部科目履修(履修条件等)Interdepartmental class taking system for Academic Achievers (Notes) | 【成績優秀者の他学部科目履修制度で履修する学生への案内】履修年次は2~4年 |
実務経験のある教員による授業科目Class taught by instructors with practical experience | |
SDGsCPSDGs CP | |
アーバンデザインCPUrban Design CP | |
ダイバーシティCPDiversity CP | |
未来教室CPLearning for the Future CP | |
カーボンニュートラルCPCarbon Neutral CP | |
千代田コンソ単位互換提供(他大学向け)Chiyoda Campus Consortium | |
入学年度Admission year | |
カテゴリーCategory | |
カテゴリー(2022年度以降入学者)Category (2022~) | 講義・実習科目 |
カテゴリー(2018~2021年度入学者)Category (2018~2021) | 講義・実習科目 |
カテゴリー(2017年度以前入学者)Category (~2017) | 講義・実習科目 |
コース・プログラム名Course/Program name |
すべて開くShow all
すべて閉じるHide All
Outline (in English)
【Course outline】
In this class, we will explain how to perform natural language analysis using a natural language analysis tool called KHCoder. Afterwards, participants will try their hand at natural language analysis on texts they have collected themselves.
【Learning Objectives】
The student understands the methods of natural language analysis and is able to perform natural language analysis using KHCoder.
【Learning activities outside of classroom】
The standard preparation and review time for this class is 2 hours each.
【Grading Criteria /Policy】
Students are required to submit two reports of approximately 2000 words each in the middle of the semester and one report of approximately 4000 words at the end of the semester analyzing media content. However, the requirement for report evaluation is that the students have submitted the assignments at least three times in class.
Overall evaluation based on (1) reports (3 times) = 80% (2) assignments at each class = 20%.
授業で使用する言語Default language used in class
日本語 / Japanese
授業の概要と目的(何を学ぶか)Outline and objectives
この授業では、KHCoderという自然言語分析のツールを使い、自然言語分析の方法を解説します。その後、受講者自らが収集したテクストで、自然言語分析を試みてもらいます。
到達目標Goal
受講生が自然言語分析の方法を理解できている。KHCoderを使い自然言語分析ができるようになる。
この授業を履修することで学部等のディプロマポリシーに示されたどの能力を習得することができるか(該当授業科目と学位授与方針に明示された学習成果との関連)Which item of the diploma policy will be obtained by taking this class?
社会学部のディプロマポリシーのうち,DP1・DP11に関連。 DPについてはこちら https://www.hosei.ac.jp/shakai/info/article-20200325181407/
授業で使用する言語Default language used in class
日本語 / Japanese
授業の進め方と方法Method(s)(学期の途中で変更になる場合には、別途提示します。 /If the Method(s) is changed, we will announce the details of any changes. )
この授業では、KHCoderというツールを使った自然言語分析の方法を講義系形式で解説します。その後、受講者自らが収集したテクストで、自然言語分析を試みてもらいます。毎回講義内容を理解できているか課題を出して確認していきます。自然言語分析の課題に関するレポートを計3回提出してもらいます。受講生の分析結果については、授業中にコメントをしてフィードバックします。
アクティブラーニング(グループディスカッション、ディベート等)の実施Active learning in class (Group discussion, Debate.etc.)
なし / No
フィールドワーク(学外での実習等)の実施Fieldwork in class
なし / No
授業計画Schedule
授業形態/methods of teaching:対面/face to face
※各回の授業形態は予定です。教員の指示に従ってください。
第1回[対面/face to face]:授業の進行・KHCoderについて
授業内容の説明
第2回[対面/face to face]:言語とは
言語の基本構造を知る
第3回[対面/face to face]:日本語の性質
日本語の基本構造を知る
第4回[対面/face to face]:中間課題の提示①
言語・日本語の基本課題
第5回[対面/face to face]:テキストマイニングを知る
計量言語分析の原理を知る
第6回[対面/face to face]:テキストマイニングに親しむ
計量言語分析のツールを知る
第7回[対面/face to face]:KHCoderを使ってみる
KHCoderの基本操作を知る
第8回[対面/face to face]:中間課題の提示②
計量言語分析の基本課題
第9回[対面/face to face]:中間課題の①の結果
分析結果の報告
第10回[対面/face to face]:共起ネットワークとは
共起分析の原理を知る
第11回[対面/face to face]:クラスター分析とは
クラスター分析の原理を知る
第12回[対面/face to face]:データクレンジング
データの正規化を知る
第13回[対面/face to face]:最終課題の提示
最終レポートの作成方法
第14回[対面/face to face]:中間課題の②の結果
分析結果の報告
授業時間外の学習(準備学習・復習・宿題等)Work to be done outside of class (preparation, etc.)
本授業の準備学習・復習時間は各2時間を標準とする。
テキスト(教科書)Textbooks
樋口耕一・中村康則・周景龍(2022)『動かして学ぶ! はじめてのテキストマイニング: フリー・ソフトウェアを用いた自由記述の計量テキスト分析 KHCoder オフィシャルブック II』ナカニシヤ出版、2,420円
参考書References
樋口耕一(2020)『社会調査のための計量テキスト分析―内容分析の継承と発展を目指して【第2版】』ナカニシヤ出版、3,080円
末吉美喜(2019)『テキストマイニング入門 ExcelとKHCoderでわかるデータ分析』オーム社、2,500円
成績評価の方法と基準Grading criteria
中間に2回各2000字程度、学期末に1回4000字程度のメディアコンテンツを分析したレポートを提出してもらいます。ただし授業時の課題を3回以上提出していることがレポート評価の要件となります。
①レポート(3回)=80% ②毎回の課題=20%による総合評価
学生の意見等からの気づきChanges following student comments
昨年度在外研究のため今年度はありません。
学生が準備すべき機器他Equipment student needs to prepare
計量言語分析のツールとしてKHCoderを使います。Windowsは無料ですが、Macの場合は、導入費用(3,980円)がかかります。また、できれば授業時間にはPCを教室に持ち込んで講義を聞いてください。
その他の重要事項Others
KHCoderの詳細な設定や使用方法については授業時間内では消化しきれない可能性があります。必ずテキストを購入してください。