ワードクラウドの作り方|アンケートの言葉を図にする方法


この記事のポイント
- ✓ワードクラウドの作り方を
- ✓Microsoft Copilot Chat
- ✓Pythonの3つの方法で手順つきで説明します
アンケートの自由記述欄にたくさんの回答が集まったものの、全部を読んで傾向をつかむ時間がない。会議の資料に、お客様の声をひと目で伝える図を入れたい。そうした場面で役に立つのが、文章の中でよく出てくる言葉を大きく、あまり出てこない言葉を小さく並べた図、ワードクラウドです。ワードクラウドの作り方は、無料のWebツールに文章を貼り付ける方法、Microsoft Copilot Chat に頼む方法、Python で自分で作る方法の大きく3つに分かれます。この記事では、それぞれの手順と向いている人、作る前の文章の整え方、見やすくするポイント、報告書で使うときの注意までを順に説明します。回答そのものをフォームで集めて担当と状況を付けて管理する方法の1つとして、Halictにも後半で触れます。
ワードクラウドとは
ワードクラウドとは、文章の中に出てくる言葉を、出てくる回数に応じた大きさで並べた図のことです。回数の多い言葉ほど大きく、太く表示されるため、文章全体で何が多く語られているかを、読まずにひと目でつかめます。
どんな場面で使われるか
よく使われるのは、アンケートの自由記述、商品のレビュー、問い合わせの内容、会議や講演の議事録、SNS の投稿などの分析です。たとえば、研修のアンケートで「分かりやすい」「時間」「資料」「長い」という言葉が大きく出れば、内容の評価は高い一方で、時間の長さや資料に意見が集まっていると見当がつきます。
テキストマイニングとの関係
文章を言葉に分けて、出てくる回数や言葉どうしのつながりを調べる分析を、テキストマイニングと呼びます。ワードクラウドは、テキストマイニングの結果を図にする方法の1つです。テキストマイニングのツールの多くは、ワードクラウドのほかに、言葉どうしのつながりを線で結んだ図(共起ネットワーク)や、言葉の出てくる回数の表も作れます。ワードクラウドは入口として分かりやすく、詳しい分析はほかの図や表と組み合わせて行う、という使い分けが一般的です。
日本語ならではの難しさ
英語は単語と単語の間に空白があるため、空白で区切れば言葉に分けられます。日本語は言葉の間に区切りがないため、「この研修はとても分かりやすかった」を「研修」「とても」「分かりやすい」のように言葉に分ける処理が必要です。この処理を形態素解析と呼びます。形態素解析とは、文章を意味を持つ最小の単位に分け、名詞や動詞などの品詞を判定する処理のことです。日本語のワードクラウドを作るツールは、この処理を中で行っています。自分で作る場合は、形態素解析の道具を組み合わせます。
ワードクラウドのメリットとデメリット
ワードクラウドは便利な図ですが、向いていないこともあります。両方を知ったうえで使うと、誤解を招く図を作らずに済みます。
メリット
1つ目は、読まなくても全体の傾向が見えることです。数百件の自由記述を1件ずつ読むには時間がかかりますが、ワードクラウドなら数秒で多く語られている話題が分かります。
2つ目は、見た人の目を引くことです。報告書や発表の資料に入れると、文字だけの説明より印象に残りやすく、会議の話題のきっかけになります。
3つ目は、作るのに専門の知識が要らないことです。無料のWebツールなら、文章を貼り付けてボタンを押すだけで作れます。
デメリット
一方で、ワードクラウドは言葉の回数しか表していません。「満足」と「不満足」のように、同じ言葉でも前後の文脈で意味が変わる場合、図だけでは区別がつきません。「時間」が大きく出ても、「時間が短くてよかった」のか「時間が長すぎた」のかは分からないのです。
また、言葉の大きさの差は、見た目では正確に比べられません。2倍の回数の言葉が2倍の大きさに見えるとは限らず、文字数の多い言葉は回数が同じでも大きく見えます。数字で比べたいときは、回数の表や棒グラフの方が正確です。
使い分けの考え方
ワードクラウドは、全体の傾向をつかむ入口や、資料の目を引く図として使い、結論の根拠には、元の回答の抜粋や回数の表を添える、という使い方が安全です。図を見て気になった言葉があれば、その言葉を含む回答を元のデータで読み返す、という流れを習慣にすると、読み違いを防げます。
作る前に文章を集めて整える
ワードクラウドの出来は、元の文章の整え方で大きく変わります。ツールに貼り付ける前に、次の準備をしておきます。
1つの列か1つのファイルに集める
アンケートの回答が表になっている場合は、ワードクラウドにしたい質問の列だけを取り出します。複数の質問の回答を混ぜると、質問の言葉そのもの(「研修」「感想」など)が大きく出て、傾向が見えにくくなります。Excel やスプレッドシートで列を選んでコピーし、テキストのファイルに貼り付けておくと、どのツールにも渡しやすくなります。
表記の揺れをそろえる
同じ意味の言葉が別々の表記で書かれていると、回数が分かれて小さく表示されます。「スマホ」「スマートフォン」「携帯」、「PC」「パソコン」、「わかりやすい」「分かりやすい」などは、どちらかにそろえておきます。置き換えの機能で一括して直せます。
個人を特定できる情報を除く
回答の中に、名前、メールアドレス、電話番号、社員番号などが含まれていることがあります。ワードクラウドに名前が大きく出てしまうと、資料を見た人に誰の回答か分かってしまいます。Webツールに文章を送る前に、こうした情報は削除しておきます。会社の機密にあたる内容が含まれる場合は、外部のサービスに送ってよいかを社内の決まりで確かめてから使います。
保存の形式をそろえる
文章をテキストのファイルにするときは、文字コードを UTF-8 にしておくと、どのツールでも文字化けしにくくなります。Excel から CSV で書き出した場合、保存の形式によっては日本語が文字化けすることがあるため、書き出すときに「CSV UTF-8」の形式を選びます。
件数の目安
回答が数件しかないと、どの言葉も1回か2回しか出てこず、ワードクラウドにしても大きさの差がつきません。目安として、数十件以上の回答があると、傾向が図に表れやすくなります。
方法1:無料のWebツールで作る
最も手軽なのは、ブラウザで使える無料のツールに文章を貼り付ける方法です。日本語に対応したものとして、ユーザーローカル社の「AIテキストマイニング」がよく知られています。
手順
- AIテキストマイニング by ユーザーローカルを開く
- 「解析したいテキストを入力する」の欄に文章を貼り付けるか、ファイルをアップロードする
- 解析のボタンを押す
- 表示された結果の中からワードクラウドを確かめ、画像として保存する
公式のページでは、アップロードできるファイルとして、テキスト、CSV、Word、Excel、PowerPoint、PDF の形式が案内されており、1回あたり最大10,000文字、10MBまでとされています。それより長い文章は、ユーザー登録や大容量の機能を使う形になります。結果の画面では、ワードクラウドのほかに、言葉どうしのつながりの図や、出てくる回数の一覧も確かめられます。
公開の設定に気をつける
このツールには、解析の結果をURLで外部に公開する設定があり、「URLを知っている全員が閲覧可能」と案内されています。社内のアンケートやお客様の声を解析するときは、公開の設定がどうなっているかを、解析の前に必ず確かめます。
向いている人
プログラムを書かずに、すぐに1枚作りたい人、まずワードクラウドがどんなものか試してみたい人に向いています。毎月の定例の報告で同じ形の図を作り続けたい場合や、色や形を細かく決めたい場合は、後で説明する Python の方が自由が利きます。
方法2:Microsoft Copilot Chat に頼んで作る
Microsoft 365 を仕事で使っている場合は、Microsoft Copilot Chat にワードクラウドを作ってもらう方法もあります。Microsoft のサポートページは、この機能を次のように紹介しています。
Microsoft Copilot Chatワード クラウドをすばやく作成し、データ内の最も重要な用語を即座に把握できます。 データを簡単に視覚化し、主要なテーマを明らかにします。 出典: support.microsoft.com
手順
サポートページの案内に沿うと、流れは次のとおりです。
- Copilot Chat を開く
- 入力欄に「〇〇のワード クラウドを作成してください」と入力する
- 元にしたいファイルを選ぶ(入力欄で「/」を入力すると、ファイルや会議、メールを選ぶメニューが出る)
- 送信すると、Copilot がワードクラウドを作る
元のファイルは、OneDrive や SharePoint に保存したアンケートの結果や議事録を選べます。会話の形で頼めるので、「名詞だけで作って」「『研修』という言葉は除いて」のように、続けて条件を伝えて作り直してもらうこともできます。
気をつけること
AIが作る図は、毎回同じになるとは限りません。どの言葉を除いたか、表記の揺れをどうまとめたかが、図だけでは分からないこともあります。報告書に使う場合は、作るときに伝えた条件を控えておき、気になる言葉は元のデータで回数を確かめます。会社で使えるかどうか、どの範囲のファイルを渡してよいかは、勤め先の Microsoft 365 の設定と社内の決まりで変わります。
方法3:Python で自分で作る
毎回同じ条件で作りたい、色や形を細かく決めたい、大量の文章を扱いたいという場合は、Python で作る方法が向いています。Python のワードクラウドの部品としては、wordcloud というライブラリがよく使われています。日本語の文章を言葉に分ける部品として、Janome や MeCab などの形態素解析のライブラリを組み合わせます。
準備
Python が入ったパソコンで、次のコマンドを実行して必要な部品を入れます。
pip install wordcloud janome matplotlib
日本語を表示するには、日本語のフォントのファイルが必要です。Mac なら「ヒラギノ角ゴシック」、Windows なら「メイリオ」や「游ゴシック」など、パソコンに入っている日本語のフォントの場所を調べておきます。フォントを指定しないと、日本語の文字が四角い記号になって表示されません。
最小の例
アンケートの回答を1行1件で保存した answers.txt から、名詞だけを取り出してワードクラウドを作る例です。
from janome.tokenizer import Tokenizer
from wordcloud import WordCloud
text = open('answers.txt', encoding='utf-8').read()
t = Tokenizer()
words = []
for token in t.tokenize(text):
pos = token.part_of_speech.split(',')
if pos[0] == '名詞' and pos[1] not in ('数', '非自立', '代名詞'):
words.append(token.surface)
stopwords = {'研修', 'こと', 'もの', 'ため'}
wc = WordCloud(
font_path='/System/Library/Fonts/ヒラギノ角ゴシック W6.ttc',
width=1200, height=630, background_color='white',
stopwords=stopwords, collocations=False,
)
wc.generate(' '.join(words))
wc.to_file('wordcloud.png')
例の読み方
この例では、まず Janome で文章を言葉に分け、品詞が名詞のものだけを集めています。数字や「こと」「もの」のような意味の薄い名詞は除きます。stopwords には、図に出したくない言葉を入れます。アンケートの質問そのものの言葉(この例では「研修」)は、どの回答にも出てきて大きくなりすぎるため、除いておくと傾向が見えやすくなります。collocations を False にしているのは、2つの言葉の組み合わせを1つとして数える働きを止めるためで、日本語ではこの方が意図どおりの図になりやすいです。最後に、作った図を画像のファイルに保存しています。
色と形と言葉の数を変える
wordcloud には、図の見た目を変える設定がいくつも用意されています。よく使うのは次の3つです。
- max_words … 表示する言葉の数の上限。初めは50から100程度にして、多すぎれば減らす
- colormap … 色の組み合わせの名前。「Blues」のように1つの系統の色を選ぶと、落ち着いた図になる
- mask … 図の形に使う画像。白い背景に黒い図形を描いた画像を渡すと、その形の中に言葉が並ぶ
たとえば、会社の資料の色に合わせたいなら colormap を青の系統にし、横長のスライドに入れるなら width と height を横長にします。形を変える mask は目を引きますが、細い形や複雑な形にすると言葉が小さくなって読みにくくなるため、円や四角に近い形が無難です。
毎月同じ条件で作り直す
一度書いたプログラムは、answers.txt を新しい月の回答に差し替えて実行し直すだけで、同じ条件の図を作れます。除く言葉の一覧はプログラムの中に書いておくか、別のテキストのファイルにしておくと、月ごとに条件がずれません。作った画像のファイルの名前に年月を入れておけば、後から並べて比べるときに迷いません。
向いている人
月ごとのアンケートを同じ条件で比べたい人、レビューや問い合わせを何千件も扱う人、図の色や形をお店や会社の資料に合わせたい人に向いています。最初の準備に少し手間がかかりますが、一度作れば、元のファイルを差し替えるだけで同じ形の図を作り直せます。
3つの方法の選び方
ここまでの3つの方法を、向いている場面で整理します。
| 方法 | 手間 | 向いている場面 |
|---|---|---|
| 無料のWebツール | 少ない | まず1枚作りたい、プログラムを書かない |
| Copilot Chat | 少ない | 社内のファイルから会話で作りたい |
| Python | 最初だけ多い | 同じ条件で毎月作る、大量の文章を扱う |
初めて作るなら、Webツールで1枚作ってみて、ワードクラウドで何が分かり、何が分からないかを体験するのが近道です。そのうえで、定例の報告に組み込みたくなったら Python に移る、社内のファイルを扱うことが多ければ Copilot Chat を使う、という順で考えると、無駄な準備をせずに済みます。どの方法を選んでも、前に説明した文章の整え方と、個人を特定できる情報を除く手順は同じです。
図にする前に、回数を表で確かめる
ワードクラウドは見た目で傾向をつかむ図なので、言葉の回数を正確に知りたいときは、表で数えておくと安心です。特別な道具がなくても、Excel やスプレッドシートで、気になる言葉を含む回答の件数を数えられます。
言葉を含む回答の件数を数える
回答が A 列に1件ずつ並んでいる場合、「分かりやすい」を含む回答の件数は、COUNTIF 関数とワイルドカードの「*」を使って数えられます。
=COUNTIF(A:A,"*分かりやすい*")
「*」は、前後にどんな文字があってもよい、という意味の記号です。この式は、「分かりやすい」という言葉が含まれる回答が何件あるかを返します。調べたい言葉を別の列に並べて、隣の列に同じ形の式を入れれば、言葉ごとの件数の表ができます。
件数の表とワードクラウドを並べる
件数の表ができたら、ワードクラウドと並べて見比べます。図では同じくらいの大きさに見えた2つの言葉が、表では倍近く違うこともあります。報告書には、ワードクラウドを1枚、件数の多い言葉の上位10件の表を1つ、という組み合わせで載せると、見た目の分かりやすさと数字の正確さの両方を伝えられます。
言葉の組み合わせで絞り込む
「時間」と「長い」の両方を含む回答の件数は、COUNTIFS 関数で条件を2つ並べると数えられます。ワードクラウドで大きく出た言葉が、どんな言葉と一緒に書かれているかを確かめると、図だけでは分からない意味が見えてきます。これは、テキストマイニングのツールが描く、言葉どうしのつながりの図と同じ考え方を、手作業で確かめる方法です。
見やすいワードクラウドにするポイント
どの方法で作る場合も、次の点に気をつけると、伝わりやすい図になります。
意味の薄い言葉を除く
「する」「ある」「思う」「こと」「もの」のように、どの文章にも出てくる言葉は、大きく表示されても何も伝えません。名詞だけに絞る、除く言葉の一覧を作る、という2つの方法で取り除きます。
表示する言葉の数を絞る
言葉を全部表示すると、小さな文字がびっしり並んで読めなくなります。多くても50語から100語程度に絞ると、大きな言葉が目に入りやすくなります。資料の小さな枠に入れる場合は、30語程度でも十分です。
色は意味を持たせるか、控えめにする
色とりどりにすると華やかですが、色に意味があるように見えて、読む人が迷います。色に意味を持たせない場合は、1色か、同じ系統の数色に抑えます。良い意見を青、悪い意見を赤のように分けたい場合は、先に回答を分けてから、それぞれでワードクラウドを作る方が正確です。
比べるときは条件をそろえる
前回と今回のアンケートを比べる場合は、除く言葉、表示する言葉の数、図の大きさを同じにしてから並べます。条件が違うと、言葉の大きさの変化が、意見の変化なのか条件の違いなのか分からなくなります。
よくある失敗と直し方
初めてワードクラウドを作ると、似たところでつまずきます。代表的なものと直し方を挙げます。
質問の言葉ばかりが大きくなる
「研修についての感想」を聞いたアンケートで「研修」が一番大きく出る、という失敗です。どの回答にも出てくる言葉なので、何も伝えません。質問そのものの言葉は、除く言葉の一覧に入れます。
同じ意味の言葉が分かれて小さくなる
「分かりやすい」「わかりやすい」「分かり易い」が別の言葉として数えられ、どれも中くらいの大きさで並ぶ失敗です。作る前に表記をそろえるか、形態素解析の結果を見て、同じ意味の言葉を1つにまとめ直します。
言葉が途中で切れる
「テレワーク」が「テレ」と「ワーク」に分かれる、「マイナ保険証」が3つに分かれる、のように、新しい言葉や会社の中だけで使う言葉は、形態素解析で正しく分けられないことがあります。多くのツールやライブラリには、利用者が言葉を登録できる辞書の機能があります。よく出てくる専門の言葉は、辞書に登録してから作り直します。
画像が粗くて資料に使えない
小さな大きさで作った画像を、スライドに大きく貼ると、文字がぼやけます。資料に入れる大きさより大きめに作っておき、貼るときに縮めると、くっきり表示されます。Python なら width と height を大きくするか、scale の設定で倍率を上げます。
研修のアンケートを例に読み方を確かめる
ここでは、社内研修の後のアンケートで「改善してほしい点」を自由に書いてもらった、という例でワードクラウドの読み方を確かめます。数字や言葉は、説明のための例です。
図に出た言葉
回答を名詞だけに絞ってワードクラウドにしたところ、「時間」「資料」「休憩」「事例」「質問」の5つの言葉が大きく表示されたとします。この段階では、どの言葉についても、良い意見なのか悪い意見なのかは分かりません。
元の回答を読み返す
次に、大きく出た言葉ごとに、その言葉を含む回答を元のデータで読み返します。「時間」を含む回答を読むと、「全体の時間が長い」と「質問の時間が短い」の2種類が混ざっていた、ということがよくあります。同じ「時間」でも、求めていることは正反対です。「資料」を含む回答は「事前に配ってほしい」が多く、「事例」は「もっと実際の事例がほしい」という要望だった、というように、言葉ごとに中身を確かめます。
報告の形にする
読み返した結果は、「全体の時間を短くし、質問の時間は長く取る」「資料を前日までに配る」「事例を増やす」のように、次に取る行動の形で書きます。ワードクラウドは報告書の最初に1枚入れ、その下に、言葉ごとの件数と代表的な回答、取る行動を並べると、読む人が図から結論までを順にたどれます。
ワードクラウドの次に進む分析
ワードクラウドで全体の傾向がつかめたら、目的に合わせて、もう一歩踏み込んだ分析に進むこともできます。
回答者の属性で分けて比べる
アンケートに年代、部署、利用の回数などの質問があれば、その答えごとに回答を分けて、それぞれでワードクラウドを作ります。たとえば、初めて利用したお客様と何度も利用しているお客様で分けると、初めての人は「分かりにくい」「手続き」、何度も利用している人は「値段」「品ぞろえ」のように、気にしていることの違いが見えてきます。分けたグループごとに件数が少なくなりすぎないよう、1つのグループに数十件は残る分け方にします。
良い意見と悪い意見に分ける
「よかった点」と「改善してほしい点」を別の質問にしていない場合は、回答を読んで良い意見と悪い意見に手で分けてから、それぞれでワードクラウドを作ります。件数が多いときは、テキストマイニングのツールの中に、文章が肯定的か否定的かを判定する機能を持つものもあります。機械の判定は皮肉や遠回しな言い方を読み違えることがあるため、件数の多い言葉については、元の回答を何件か読んで確かめます。
時期で比べる
同じ質問のアンケートを毎月や毎年続けている場合は、時期ごとのワードクラウドを並べると、意見の移り変わりが見えます。新しく出てきた言葉、小さくなった言葉に注目すると、取り組みの効果や新しい課題の手がかりになります。比べるときは、前に説明したとおり、除く言葉や表示する言葉の数をそろえておきます。
アンケートの回答を集めて、返信まで回す
ワードクラウドは、回答が集まった後の分析の道具です。その前の段階で、回答をどう集め、どう保存しておくかで、分析のしやすさは大きく変わります。
回答は最初から表の形で集める
紙のアンケートや、メールで届いた感想は、後から表に書き写す手間がかかります。最初からフォームで集めれば、回答は質問ごとの列に分かれて保存され、ワードクラウドにしたい列だけをそのまま取り出せます。少人数の社内アンケートや、1回だけの調査であれば、Googleフォームや Microsoft Forms のような無料のフォームと、スプレッドシートで十分に足ります。
自由記述に返信が必要な回答が混ざるとき
お客様向けのアンケートや問い合わせのフォームでは、自由記述の中に「商品が届かない」「解約したい」のような、個別に返信が必要な回答が混ざります。ワードクラウドで傾向を見るだけでなく、こうした回答に担当を決めて返信するところまで回したい場合の選択肢の1つが、フォームのHalictです。公式サイトによると、Halict ではフォームに届いた1件ごとに担当と状況が残り、返信も同じ画面から送れて、開封まで記録されます。集まった回答は一覧で確かめられ、CSV に書き出してワードクラウドのツールにそのまま渡せます。料金のページでは、メンバー1人までのフリープランは0円、3人までのスタータープランは月額2,980円(税抜)と案内されています。
Halictは、@SOHOを運営する株式会社ライフスケープが開発・提供しています。
集めるときに決めておくこと
どの道具を使う場合も、自由記述の質問は1つの質問に1つの話題を聞く形にしておくと、ワードクラウドにしたときに傾向が読み取りやすくなります。「研修の感想と改善してほしい点を書いてください」より、「よかった点」と「改善してほしい点」を別の質問に分ける方が、良い意見と悪い意見を分けて図にできます。
報告書や発表で使うときの注意
ワードクラウドを報告書や会議の資料に入れるときは、図を見た人が誤解しないための情報を添えます。
元のデータの情報を書く
図の下に、元にした回答の件数、集めた期間、質問の文、除いた言葉を書いておきます。「回答数248件、2026年9月実施、質問:研修で改善してほしい点、『研修』『こと』などを除く」のような一文があるだけで、図の信頼性が上がります。
図と一緒に元の回答を引く
大きく表示された言葉について、その言葉を含む回答を2つか3つ抜き出して添えます。「時間」が大きく出たなら、「休憩の時間が短かった」「全体の時間が長かった」のように、具体的な回答を示すと、図だけでは分からない文脈が伝わります。
少数の大事な意見を見落とさない
ワードクラウドは回数の多い言葉を目立たせる図なので、1件だけ書かれた重大な指摘(ケガ、ハラスメント、法令に関わる話など)は小さくなるか、表示されません。図を作る前に、こうした回答がないかを目で確かめる手順を入れておきます。
図の内容を文章でも書いておく
ワードクラウドは画像なので、資料を音声で読み上げて使う人や、白黒で印刷した資料を読む人には、内容が伝わりにくいことがあります。図の近くに「最も多かったのは『時間』で、次に『資料』『休憩』が続いた」のように、上位の言葉を文章でも書いておきます。社内のサイトやWebページに載せる場合は、画像の代わりに読み上げられる説明の文(代替テキスト)を設定しておくと、誰にでも内容が届きます。
文章を図にする力は在宅の仕事でも求められる
アンケートや口コミを集めて傾向を図に整理する作業は、企業のマーケティングや商品開発、自治体の調査など、さまざまな場面で必要とされています。この作業は、パソコンとデータがあれば場所を選ばないため、在宅で受けられる仕事としても募集が見られます。
在宅ワークとフリーランスの仲介を2004年から続けてきた運営者として見てきた限りでは、データの集計を任される人のうち長く依頼が続くのは、図を作るだけでなく、「この図から何が言えて、何が言えないか」を短い文章で添えられる人です。依頼する側にとっては、図そのものより、その読み方を説明してもらえることに価値があります。依頼する側と受ける側が直接やり取りし、仲介の手数料が乗らない形であれば、同じ予算でも受ける側の手取りは厚くなります。
調査やデータの分析を専門にする仕事の年収の目安は、研究者の年収・単価相場で確かめられます。分析の結果を見やすい資料や図に仕上げる仕事は、デザインの仕事とも重なり、その相場はデザイナーの年収・単価相場にまとめています。
生成AIを使ってアンケートの分析を速くする仕組みを会社に提案し、導入を手伝う仕事は、AIコンサル・業務活用支援のお仕事で紹介しています。Python でワードクラウドを自動で作る仕組みを社内の道具として組み込むような仕事は、アプリケーション開発のお仕事の入口にもなります。在宅で働く人を受け入れる会社が使える助成金については、テレワーク 助成金 2026で説明しています。
よくある質問
Q. ワードクラウドは無料で作れますか?
無料で作れます。ブラウザで使えるテキストマイニングのツールに文章を貼り付ける方法なら、登録なしでも作れるものがあります。Python で作る場合も、wordcloud や Janome などのライブラリは無料で使えます。ただし、無料のツールは1回に扱える文字数に上限があることが多く、結果の公開の設定もツールごとに違うため、使う前に確かめてください。
Q. 日本語のワードクラウドで文字が四角になるのはなぜですか?
日本語のフォントが指定されていないためです。Python の wordcloud は、何も指定しないと英語用のフォントで描くため、日本語の文字が表示されず四角い記号になります。パソコンに入っている日本語のフォントのファイルの場所を、font_path に指定すると直ります。Webツールの場合は、ツールの側で日本語のフォントが使われています。
Q. ワードクラウドを作るには回答が何件くらい必要ですか?
決まった件数はありませんが、数件では言葉の回数に差がつかず、図にしても傾向が読み取れません。目安として、数十件以上の回答があると、よく出てくる言葉が大きく表示され、傾向が図に表れやすくなります。件数が少ない場合は、ワードクラウドにせず、回答をそのまま一覧にして読む方が早いこともあります。
Q. ワードクラウドだけで報告してもよいですか?
ワードクラウドは言葉の回数しか表していないため、それだけで結論を示すと誤解を招くことがあります。元にした回答の件数や期間、除いた言葉を図に添え、大きく出た言葉については具体的な回答の抜粋を示すと、読む人に正しく伝わります。数字で比べたい場合は、回数の表や棒グラフを併せて使います。
この記事について
編集部
監修:@SOHO編集部
2004年よりフリーランス・在宅ワーク向けサービスを運営。生成AIで作成した下書きを、一次情報と照らし合わせて確認したうえで公開しています。

この記事を書いた人
@SOHO編集部
フリーランス・在宅ワークの専門メディア
@SOHOは2004年から続く、日本のフリーランス・在宅ワーク向け案件サイトです。記事は生成AIで下書きを作り、数値・固有名・出典を一次情報と照らし合わせる確認の手順を経て公開しています。
関連記事
カテゴリから探す

クラウドソーシング入門
クラウドソーシングの基礎知識・始め方・サイト比較

職種別ガイド
職種・スキル別の案件獲得方法と単価相場

副業・在宅ワーク
副業・在宅ワークの始め方と対象者別ガイド

フリーランス
フリーランスの独立・営業・実務ノウハウ

お金・税金
確定申告・節税・経費・ローンなどお金の知識

スキルアップ
プロフィール・提案文・単価交渉などのテクニック

比較・ランキング
サービス比較・おすすめランキング

AI活用
職種別にChatGPT・生成AIを活用して業務効率化・収益化するノウハウ

最新トレンド
市場動向・法改正・AIなど最新情報

発注者向けガイド
クラウドソーシングで外注・人材探しをする企業・個人向け

転職・キャリア
転職エージェント・転職サイト比較・キャリアチェンジ

看護師の転職・求人
看護師の転職・派遣・単発バイト・副業など働き方のガイド。診療や医学の情報は扱いません

薬剤師の転職・求人
薬剤師・登録販売者の転職・派遣・パートなど働き方のガイド。診療や医学の情報は扱いません

介護職の転職・求人
介護職・介護福祉士・ケアマネジャー・訪問介護員の転職・派遣・夜勤など働き方のガイド

保育士の転職・求人
保育士・保育補助・幼稚園教諭の転職・派遣・パートなど働き方のガイド

医療職の転職・求人
医師・産業医・リハビリ職・歯科衛生士・管理栄養士・医療事務の転職や働き方のガイド。診療や医学の情報は扱いません

保険
生命保険・医療保険・フリーランスの保険設計

採用・求人
無料求人掲載・採用コスト削減・人材募集の方法

オフィス・ワークスペース
バーチャルオフィス・コワーキング・レンタルオフィス

法律・士業
契約トラブル・士業独立開業・フリーランス新法

シニア・50代
シニア世代のキャリアチェンジ・副業・年金

セキュリティ
サイバーセキュリティ・脆弱性対策・情報保護

金融・フィンテック
暗号資産・決済・ブロックチェーン・金融テクノロジー

ガジェット・機材
フリーランスに役立つPC・デバイス・周辺機器

子育て×働き方
子育てと在宅ワークの両立・保育園・時間管理

補助金・助成金
個人事業主・フリーランスが使える公的補助金・助成金・給付金の申請ガイド

M&A・事業売却
会社売却・事業承継・事業譲渡を考える経営者向け。売却の流れ、税金、従業員への伝え方、仲介会社の選び方

アウトソーシング・外注ガイド
SNS運用・経理・広告など、業務のアウトソーシング(外注)を検討する企業・個人向け。費用相場・依頼の流れ・失敗しない選び方







