前回は「画像分類アプリ」を作成しました。
👉 前回の記事はこちら！
今回はテーマを 自然言語処理（NLP） に変えて、テキストをポジティブ／ネガティブに分類するアプリを作ってみました。
開発を通して以下のスキルを身につけることができました。
学んだこと
-
Tokenizerを使った 分かち書き -
TF-IDFによる 文章のベクトル化 -
LogisticRegressionによる クラス分類
開発環境と使用ライブラリ
開発環境
- OS：Windows 11
- Python：3.12.7
使用した主なライブラリ
| ライブラリ名 | 用途 |
|---|---|
| streamlit | Web UI作成 |
| janome | 日本語の形態素解析 |
| scikit-learn | 学習・推論ロジック（TF-IDF, ロジスティック回帰） |
モデル構成と学習内容
- 分かち書き：
janomeを使用 - 特徴量抽出：
TfidfVectorizer（sklearn） - 学習モデル：
LogisticRegression（sklearn）
Webアプリの概要
前回同様、UI は Streamlit を使って構築しました。
入力された日本語の文章を ポジティブ／ネガティブ に分類して表示します。
アプリの使い方
1. モデルの学習（初回のみ）
ターミナルからスクリプトを実行して学習します。
2. run.bat を起動して、UI を表示
3. テキストを入力し、「分析する」ボタンをクリック！
4. 分類結果が表示されます！
おわりに
今回は、ロジスティック回帰による文章分類 を体験しました。
次回は、BERT（深層学習モデル） を使ってより高精度な分類にチャレンジします。
本記事のコード