hald_tn https://blog.hatena.ne.jp/hald_tn/ HAL_DATA_techBlog https://techblog.haldata.net/ こんにちはHALDATAのTNです。今回はレビューデータを使ったクラスタリングの記事を書きます。 はじめに商品やサービスに対するレビューは、ユーザーの本音が詰まった貴重なデータです。しかし、その量が多くなると、一つひとつ目を通すのはなかなか大変です。 そこで今回は、OpenAIのEmbeddingを使ってレビューを数値化し、UMAPで次元を圧縮、さらにHDBSCANで自動的にグループ分けすることで、レビュー内容を意味的に整理・分析する方法を紹介します。 データ準備 まず、必要なライブラリをインストールします： pip install datasets pandas openai numpy u… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftechblog.haldata.net%2Fentry%2F2025%2F05%2F25%2F120000" title="レビューデータの意味的クラスタリング：OpenAI Embedding + UMAP + HDBSCAN - HAL_DATA_techBlog" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/h/hald_tn/20250524/20250524220130.png Hatena Blog https://hatena.blog 2025-05-25 12:00:00 rich https://techblog.haldata.net/entry/2025/05/25/120000 1.0 100%