百科事典の見出し単語（もしくはそれくらいの語彙数のあるキーワード郡）のデータをエクセルに入れるにはどうしたら良いのでしょうか？

Question

668

90pt

たとえばは百科事典のCD－ROMを購入して、そのデータだけ打ち込むとか、ネット上で拾ってくるなど、特に手段は問いません。
手間や時間をかけず、数万単位の単語をエクセルに収める方法を教えてください。
なお今回必要としているのはあくまで単語数です。
以上、よろしくお願いします。

回答の条件

※ 有料アンケート・ポイント付き質問機能は2023年2月28日に終了しました。

コメントはまだありません

「あの人に答えてほしい」「この質問はあの人が答えられそう」というときに、回答リクエストを送ってみてましょう。

これ以上回答リクエストを送信することはできません。制限について

回答リクエストを送信したユーザーはいません

wm5775 · Answer 1 · 2007-02-05T14:50:37+09:00

いくつか方法はあると思いますが、

といった感じでしょうか？

でも、エクセルでは65000行くらいしか処理できないですが、そんなもんでいいんでしょうか？あまり現実的ではないと思います。

そういうときは、CSVやXMLなどのテキストファイル、もしくはデータベースなどを利用したほうが良いと思います。

ダミーURL

きゃづみぃ · Answer 2 · 2007-02-05T15:08:04+09:00

百科事典の索引をスキャナで取込画像ファイルにします。

それからＯＣＲソフトを使ってテキスト化したのをコピーし

エクセルに貼り付けたらいいでしょう。

microftxxx · Answer 3 · 2007-02-05T21:32:51+09:00

１）の方の補足ですが、Wikipediaは丸ごとダウンロードできます。XMLファイルですので、切り出しも容易かと。

また、ソースは別に求めるとした場合は、テキストマイニングソフトが単語の切り出しに向いています。

たとえば、KH Corderはフリーソフトですが、単語を切りだして品詞別にエクセルの表にまとめてくれたりします。

デフォルトで複合名詞もばらばらにしてしまうので、ちょっとカスタマイズは必要かもしれませんが。

microftxxx · Answer 4 · 2007-02-08T21:23:45+09:00

追加で回答です。

”専門用語（キーワード）自動抽出システム”

（中身はPerlモジュール、茶筅or和布舞等の組み合わせ）

というものを使うと、複合名詞も分割されずに単語として抽出されました。おまけに語彙の重要度に対して点数が付きます。

私はWindows上のActivePerlで試しましたが、問題なく動きました。出力はテキストファイルでNotePadが自動で立ち上がります。所要時間は6Mbyteの文書で、1～２分程度でした。

回答（4件）