LLMになんでも頼りがちですが、基本的な言語解析はざっくり把握には大切です。数的なボリューム感を把握しておくというのは大事です。そこで、nlplot をよく利用させていただいていました。また、センチメント解析や分類タスクもLLMでは定番です。ローカルLLMの利用も悪くありません。そこで、nlplotをベースにLLMによるセンチメント解析を機能として加えてみました。
googleのjulesを多用して進めました。だいぶコツはつかめるようになってきました。コツがつかめると、寝てたり遊んでいたりする間も頑張ってくれるいい奴です。が、結構やらかすので、頼りっきりにはできず、Clineなどを併用しつつ作ってみました。
LLMは、LiteLLMを使っているので幅広く利用できるようにしています。実際のテストはollama＋gemma3:4b-it-qatの組み合わせで行っています。
出来たものは以下です。
十分なテストを行っているわけではありません。
日本語前処理は（形態素解析として）Janomeを利用しました。速度はありませんが、無難です。また、LLMで解析を繰り返すこともあるだろうとキャッシュも入れました。
解析タイプ（付け加えたもの）
LLMを使うものとして
- Sentiment
- Categorization
- Summarization
LLMを使わないものとして
- TF-IDF top N
- Keyword in Context (KWIC) display
です。Summarizationは必要だったかわかりませんが、LLMの性能の味見にはぴったりなので流れで入れています。オリジナルからはかなり変えてしまったので、名前を付けなおしたレポジトリとしました。
基本的な解析を行っておくと、解析結果の妥当性の肌感を感じられます。振り返り完了です(笑)
デモ streamlit画面：
オリジナルです。感謝です。
