文脈ベクトルは、文中の特定の単語について、その周辺に登場する単語が何か、それらの単語が文中で何回登場したかといった情報を持つ。この文脈ベクトルを利用し、単語同士や文同士の関連性を判定し、テキストの類似度を解析するのが、VextMinerの基本的なテキスト解析アプローチだ。

　全く同じ単語でなくても、関連語が含まれている文同士であれば、内容が似ている可能性が高い、と判断する。こうした文脈ベースのアプローチであれば、話し言葉やソーシャルメディアのテキストで頻発する、文法的に正しくない日本語であっても容易に解析できる。「文法的に正しくない日本語の場合、構文解析で係り受けを正確に判断するのは難しい」

　解析結果が形態素解析の精度に大きく依存せず、ユーザー企業が形態素解析の辞書を頻繁にメンテナンスする必要がないのも、文脈ベースの解析手法が持つ特徴だ。前述の通り、構文解析を利用するテキストマイニング製品の場合、精度を維持するには形態素解析の辞書を頻繁にメンテナンスする必要がある。こうした負荷もあり、「テキストマイニング製品を導入したものの、実際に活用し、かつ効果を出し続けている企業は意外と少ない」。VextMinerの場合、「10年以上活用し、効果を出し続けている企業も多い」。

少数意見を見逃さない「全件マッチング」

　テキストマイニングでは、類似テキストが少ない分類カテゴリの場合、「その他」と分類されるのが一般的だ。ただし、「『その他』の比率が高ければ、分類が十分にできていないことになる」。

　こうした課題を解決する仕組みとして、「全件マッチング」という仕組みを用意している。類似テキストが少ない分類カテゴリについても、その分類カテゴリに属するテキストが最低2件あれば分析対象にできる（画面1）。

画面1：全件マッチングは、少数の類似テキストを自動抽出し、少数意見の分析をしやすくする（出典：クオリカ）

フラットファイルDBを利用、月間80万件を安定処理

　データベースとして、リレーショナルデータベース（RDB）ではなく、プレーンテキストを利用したフラットファイルデータベースを採用したのもVextMinerの特徴だ。「RDBを利用するテキストマイニング製品が多いが、非構造化データであるテキストの解析にRDBは向かない」

　VextMinerのユーザー企業の中には、コールセンターに寄せられた問い合わせを月間80万件のペースで解析している例もあり、「テキストが大量であっても難なく処理できる」。

事例：キヤノン、富士フイルムなど大手企業が導入、ユーザーと共同開発も

　1998年に販売開始して以来、製造や金融、通信、サービス業を中心に、約500社の導入実績を持つVextMinerシリーズ。製造業ではキヤノンや富士フイルム、三菱電機が顧客からの問い合わせ分析などに利用。金融機関では、住友生命保険や損害保険ジャパンなどが活用している。

　VextMinerの3番目のユーザー企業となった電通とは、共同でユーザーインタフェースの改良をした。クラスタリングの解析結果画面で、複数のクラスタを統合したり分割したりするといった動作をマウス操作で可能にしたことが、具体的な成果の1つだ（図2）。電通は、現在も3000～4000人規模でVextMinerを利用しているという。

画面2：クラスタリングの画面。電通のリクエストが基となり、自動分類された結果をマウス操作で自由に統合、分割できるようにした（出典：クオリカ）

製品価格：SaaS版は1カ月単位のスポット利用も可能

　VextMinerは、ライセンス価格が5ユーザー630万円。保守サポートは初年度から契約が必要で、年間94万5000円。その他、20万円程度からの導入費用が発生する。

　VextMinerのSaaS版であるVextCloudは、3ユーザーで解析件数が3万件に制限される「スタンダードコース」の場合、初期導入費用が10万5000円、6カ月利用の場合で月額利用料金が10万5000円。1カ月単位でのスポット利用が可能なのが特徴で、その場合は初期導入費用が10万5000円、月額利用料金が21万円。