日本語文学作品の感情極性分析

プログラムの動作の様子の動画:[動画]

実行ファイル:[exe]

実行ファイル(exe)は、Chrome または Firefox を用いてダウンロードすることを推奨。初回実行時に、SmartScreenの「WindowsによってPCが保護されました」の警告画面が出ます。警告画面で「詳細情報」をクリック、「実行」をクリックで続行できます。

説明資料: [PDF], [PPTX] , [動画](クリックして再生開始), クレジット:動画は「VOICEVOX:青山龍星」、「Vrew」、「Gemini」を用いて作成

本資料とコードの作成にAIを使用。参考プロンプト: prompt.md (実際にはこのプロンプトを変更したり、追加のプロンプトを与えている場合がある)

このプログラムの理念と目的

本プログラムは、青空文庫に収録された日本の近代文学作品などの本文を、文ごとに肯定(POSITIVE)・中立(NEUTRAL)・否定(NEGATIVE)の3種類に分類し、原理の異なる2つの手法の判定を突き合わせる実験・学習用のツールである。2つの手法は次のとおりである。

利用者は、本プログラムを使って次のことを確かめることができる。

本プログラムの判定は、作品の感情を正しく測定したものではない。文学作品の各文には正解の感情ラベルがなく、手法1は現代語の文章で学習したAIモデル、手法2は現代語の評価表現を収録した辞書に基づいている。本プログラムが示すのは、正解との一致ではなく、2つの手法の判定の違いである。例外として、筆者と読み手による感情極性の評定(以下、人手の評定)が付いたデータ(WRIME)を解析した場合に限り、人手の評定との一致度も示す。

特徴

対象データ

次の5種のデータを扱う。以下では、解析の単位(表の「解析単位」)を、データの種類によらず「作品」と呼ぶ。

データ解析単位段落として扱う単位
青空文庫(globis-university/aozorabunko-clean)1作品空でない1行。同じ作品に複数の表記版がある場合は新字新仮名版を使う。
livedoor ニュースコーパス1記事本文の空でない1行
JGLUE JSTS v1.3出現順の1,000文対1文対(2つの文をそれぞれ1文とする)。文対の類似度のラベルは用いない。
WRIME Ver.2筆者ごと・分割(train・dev・test)ごとの投稿の束1投稿。人手の評定を、判定との比較に用いる。
日本語版ウィキペディア1記事見出しを除く空でない1行。本文は解析時に取得し、版IDとともに保存して、以後は同じ版を使う。

青空文庫は起動時に準備する。ほかのデータは「⑤ データ・作品の追加」タブで初めて読み込むときに配布元から取得し、プログラムと同じフォルダの downloaded_data に保存する。利用条件(非営利に限る、改変したものを配布しない、など)はデータごとに異なり、「⑧ ヘルプ」タブに記載している。

処理の内容

1. 準備(起動時に自動実行)

起動すると、形態素解析器、推論デバイス(GPU または CPU)の判定、日本語評価極性辞書、青空文庫コーパス、2つのAIモデルの利用可否を順に準備する。初回はインターネットからダウンロードし、2回目以降はプログラムと同じフォルダに保存したファイルを使う(AIモデルの利用可否は起動のたびに確認し、接続できない場合は前回の結果を使う)。画面上部の表示が「準備完了」になると操作できる。推論には、VRAM 3GB 以上の CUDA 対応 GPU(NVIDIA 製)があれば GPU を、なければ CPU を使う。

2. 文分割

段落ごとに、本文を文に分割する。文は「。」「!」「?」などで区切り、鉤括弧などの括弧の内側では区切らない。青空文庫では、本文に残る注記([#…])を取り除いてから分割する。このコーパスはルビなどの記法が配布元で除去済みのため、本文中の《…》は本文の二重山括弧として残す。

「と」の両方、または『と』の両方を含む文、および「または『で始まる文を「会話文」とし、それ以外を「地の文」とする。この区別は表記だけに基づくため、引用や心内語も会話文に含まれる。

3. 手法1(AI)による判定

BERT は、文中の全ての語どうしの関係を自己注意という仕組みで計算し、各語の表現を文全体の文脈に応じて変える言語モデルである(Devlin et al. 2019)。本プログラムは、肯定・中立・否定の3クラスに分類するよう追加学習された BERT をAIモデルとして用いる。

文をサブワード(単語をさらに細かく分けた、AIが扱う文字列の単位。トークンともいう)に分割し、先頭に [CLS]、末尾に [SEP] という特別なトークンを付けて入力する。AIモデルは [CLS] の位置の最終層の表現を文全体の代表とし、そこから3クラスの確率を出力する。最も高い確率(最大クラス確率)が、利用者の設定した下限より低い場合は中立とし、それ以外は最も確率の高いクラスを判定とする。入力できるトークン数の上限(最大系列長)を超える文は、末尾を切り捨てて推論し、切り捨てた文数を集計レポートに記録する。

AIモデルは次の2つから選ぶ。

観点LoneWolfgang/bert-for-japanese-twitter-sentiment(2024年、既定)koheiduck/bert-japanese-finetuned-sentiment(2022年、比較用)
基盤東北大学の日本語 BERT を基に、日本語ツイート約2,800万件で語彙を作り直し、事前学習を継続したAIモデル東北大学の日本語 BERT(tohoku-nlp/bert-base-japanese-whole-word-masking、旧名 cl-tohoku/…。日本語 Wikipedia で学習)
3クラス分類の学習データ日本語ツイートの感情データセット(JTS1k)非公開
単語分割に用いる形態素解析辞書MeCab + unidic-liteMeCab + IPAdic(基盤のAIモデルの学習時の構成に合わせて明示的に指定)
ライセンスApache License 2.0表示なし(基盤のAIモデルは CC BY-SA)

2つのAIモデルは出力ラベルの並び順が異なるが、本プログラムはラベル名から肯定・中立・否定へ対応付けるため、同じ規則で比較できる。いずれも現代語(SNS・Wikipedia)を基盤とするAIモデルであり、近代文学の文体とは領域が異なる。

4. 手法2(辞書)による判定

辞書は、東北大学 乾・岡崎研究室の日本語評価極性辞書(用言編:小林ら 2005、名詞編:東山ら 2008)である。肯定と否定の両方で登録されている表記、極性が中立のみの語句、極性の判定が保留されている語句(名詞編で「?p?n」などと記された語句)は除外し、肯定(+1)または否定(−1)が一意に決まる語句だけを照合に用いる。以下では、文中で辞書と一致した語句を「極性表現」と呼ぶ。現代語の評価表現を収録した辞書であるため、近代文学の語彙や文語表現には一致しないことがある。

文を fugashi と形態素解析辞書 IPAdic で形態素(意味をもつ最小の単位)に分割し、各位置から最大5形態素までの連なりを、長いものから順に辞書と照合する。照合は「表記のまま」「末尾の語だけを基本形に戻した形」「全ての語を基本形に戻した形」の3通りで行う。

極性表現の直後3形態素以内に、否定表現(品詞が助動詞または形容詞の、ない・ぬ・ん・まい・なし など)が奇数個あれば、極性を反転する。否定表現の探索は、句点・感嘆符・疑問符・セミコロン・鉤括弧・三点リーダ(これらを含む記号の連なりを含む)、接続助詞(て・ば・が・けど など)、次の極性表現のいずれかの手前で打ち切り、読点では打ち切らない。たとえば「嬉しくて楽しくない」の「ない」は「楽しく」だけを反転し、「良いが行かない」の「良い」は反転しない。

極性表現の極性値(反転後の値)の合計または平均を文極性値 v とする。v がしきい値 θ 以上なら肯定、−θ 以下なら否定、それ以外または極性表現が0件なら中立とする。

5. 2手法の一致度の指標

両手法の判定を、行をAIの判定、列を辞書の判定とする3×3の分割表にまとめ、次の指標を求める。正解ラベルがないため、いずれの指標も2手法の一致度を示すものであり、どちらかの正しさを示すものではない。

WRIME では、投稿ごとに判定をまとめ、人手の評定(正を肯定、0を中立、負を否定とする)との正解率・F1・κ も求める。投稿の判定は、AIは投稿内の文の3クラスの確率の平均から、辞書は投稿内の全ての極性表現の極性値から、文と同じ規則で決める。

6. 推移の表し方(中心移動平均)

作品内の推移は、各文を中心とする w 文の範囲(窓)に含まれる文のラベル値(肯定=+1、中立=0、否定=−1)の平均で表す。この値は、窓内の(肯定の文数 − 否定の文数)÷ 窓内の文数に等しく、個々の文の感情の強さを表すものではない。作品の両端では窓を縮めて平均する。

7. AIの判断を説明する手法

8. 文章操作の比較実験

次の10種類の操作のいずれかを作品の全文に適用し、原文と変換後の文の判定を比較する。

操作内容
① 括弧類の除去「」『』()などを除去する。
② 感嘆符・疑問符・三点リーダ等の除去!?を「。」に置き換え、…・―などを除去する。
③ である調(常体)への統一です・ます等の文末を、である・る・た等に変換する。
④ です・ます調(敬体)への統一る・た・ない・だ等の文末を、ます・ました・ません・です等に変換する。
⑤ 文末の終助詞・間投助詞の除去よ・ね・な・わ・か等を文末から取り除く。
⑥ 否定表現の除去ない・ぬ・ず・ん・まい等を除去し、直前の語を肯定形に活用し直す。
⑦ 修飾語の除去形容詞・副詞・連体詞を除去する(否定の「ない」は残す)。
⑧ 読点の除去「、」などの読点を全て除去する。
⑨ 感情語の伏せ字化極性表現を「*」に置き換える。
⑩ 全文のひらがな化各語を読み仮名(ひらがな)に置き換える。

変換は規則に基づく処理であるため、文語や複雑な活用を含む文は変換されないことがある。実際に文面が変化した文の数と割合は、図と表に表示される。文面が変化しなかった文は、AIへの入力が同一であるため、原文の推論結果をそのまま用いる。

出力

集計レポート

作品ごとに次の内容をテキストで表示する。

2作品以上を解析した場合は作品間の比較表が加わる。末尾には、結果を解釈する際の注意が付く。

図

結果の一括保存

「結果を一括保存」を押すと、プログラムと同じフォルダの outputs の中に日時名のフォルダが作られ、次のファイルが保存される。保存される内容は、押した時点の判定・集計条件と、表示中のAIモデルによる結果である。

ファイル内容
sentiment_作家名_作品名_AIモデル名.csv文ごとの判定結果(文番号、段落番号、会話文/地の文、本文、AIの判定・最大クラス確率・3クラスの確率、辞書の判定と文極性値、極性表現)。文字コードは BOM 付き UTF-8 で、Excel でそのまま開ける。青空文庫以外のデータでは、「作家名_作品名」の部分がデータの種類・位置・見出しになる。
sentiment_作家名_作品名_AIモデル名.png作品別の図
sentiment_comparison_AIモデル名.png作品間比較の図(2作品以上の場合)
sensitivity_AIモデル名.png感度分析の図
summary.txt集計レポート
notable_sentences.txt判定不一致・低確率の文の一覧
transform_….png/.txt文章操作の比較結果(実行した場合)
integrated_gradients.png/.txt統合勾配の結果(実行した場合)
log.txt実行ログ

画面操作

画面上部(全タブ共通)とキー操作

画面はタブで切り替える。メイン以外の各タブの上部には、緑色の「← メイン画面(解析・集計レポート)に戻る」ボタンがある。次のキー操作は、メインウィンドウ内であれば、集計レポート欄や入力欄にカーソルがある状態でも有効であり、図の別ウィンドウでは無効である。

操作働き
F11/Esc全画面表示と通常表示の切り替え/全画面表示の解除
Ctrl++(または Ctrl+=)/Ctrl+-文字サイズを大きく/小さくする
Ctrl+Hメイン画面に戻る
集計レポート欄で Ctrl+A/Ctrl+C全選択/コピー(集計レポート欄は書き換えできない)

「① メイン(集計)」タブ:左側の設定欄

① 解析対象の作品

夏目漱石・芥川龍之介・太宰治の各10作品(コーパス内に見つかった作品のみ)が並び、初期状態では芥川龍之介『羅生門』が選ばれている。クリックで選択し、Ctrl+クリックで最大3作品まで同時に選べる。4作品目を選ぶと直前の選択に戻る。作品をダブルクリックすると、その作品をすぐに解析する。

② 手法1のAIモデル

LoneWolfgang 2024(既定)と koheiduck 2022(比較用)をラジオボタンで選ぶ。各ボタンの下に、「表示中」「計算済み」「推論中(進捗と残り時間)」「未計算」「利用不可(理由)」などの状態が表示される。選んだときの動作は次のとおりである。

AIモデルを切り替えると、文章操作の比較と統合勾配の結果は消去される。必要であれば、切り替えた後に改めて実行する。

③ 推論条件(変更後は再解析が必要)

項目範囲(初期値)意味
解析する文数の上限 N100〜3000文(600文)作品の先頭から解析する文数である。値を大きくすると作品のより広い範囲を扱えるが、推論時間が長くなる。
作品全体を解析するオフオンにすると N を無視して作品の全文を解析する。
最大系列長128〜512トークン(512)値を下げると処理は軽くなるが、末尾を切り捨てられる文が増える。
GPU を使用する—推論に使える GPU が検出された場合のみ選べ、その場合は初期状態でオンになる。オフにすると CPU で推論する。

「▶ 解析を実行」で解析を始める。「■ 中断」を押すと、実行中の処理(解析・文章操作など。なければ裏の推論)を、処理中のまとまり(バッチ)が終わった時点で停止する。解析後に推論条件や作品の選択を変えると、再解析が必要である旨の案内が表示される。

④ 判定・集計条件(変更すると再推論なしで即座に反映される)

項目範囲(初期値)意味
最大クラス確率の下限0.34〜0.99(0.34)AIの最大クラス確率がこの値より低い文を中立とみなす。最大クラス確率は必ず1/3以上であるため、0.34ではほとんど置き換えは起きない。0.5以上にすると、最大クラス確率の低い判定が中立に置き換わる。
文極性値の集計方式合計(sum)/平均(mean)合計は極性表現の極性値を足し合わせ、平均は1件あたりの値にする。平均では、極性表現を多く含む文の値が大きくなりにくい。
判定しきい値 θ合計:1〜6の整数(1)
平均:0.05〜1.00(切り替え時 0.5)
値を上げるほど、中立と判定される文が増える。合計方式では v が整数になるため、θ も整数刻みである。
否定表現による極性反転オンオフにすると、否定表現を考慮しない場合との違いを確かめられる。
中心移動平均の窓幅 w5〜100文(20)値を大きくすると、推移グラフの細かな上下が均される。
段落ブロックの大きさ1〜30段落(10)作品別の図の中段で、何段落ずつまとめて平均するかを決める。

「① メイン(集計)」タブ:右側

集計レポートが表示される。上部のボタンの働きは次のとおりである。

作品別の図のウィンドウ

「② 不一致・低確率の文」タブ

AIと辞書の判定が食い違った文(分割表の対角以外の6つの組み合わせ)を、AIの最大クラス確率が高い順に、組み合わせごとに3文まで表示する。続いて、AIの最大クラス確率が0.6未満の文を、低い順に最大20文表示する。判定が食い違った文には、否定表現・疑問や反語・比喩・会話文など、判定の差の手掛かりが付記される。行をクリックすると、その文の内部処理が「⑥ AIの仕組みと算出根拠」タブに表示される(「AIの仕組み可視化」がオンの場合)。

「③ 文章操作の比較実験」タブ

  1. 「対象作品」と「文章操作」を選び、「▶ 操作を適用して比較」を押す。操作は、メイン画面の文数 N に関係なく作品の全文に適用される。N より後ろの文はこのときに初めて推論されるため、作品が長いと時間がかかる。
  2. 上段の図は、原文(実線)と変換後の文(破線・点線)の推移を手法ごとに重ね、最下段に差(変換後の文 − 原文)と、文面が変化した文の割合を示す。図をクリックすると、その文が下の一覧で選ばれる(一覧に含まれていない文の場合は、一覧の表示が「すべての文」に切り替わる)。
  3. 中段の表には、ラベル比率・観測一致率・κ の変化と、推移の差の数値が表示される。
  4. 下段左の一覧は、「文面が変化した文」(初期値)「AIの判定が変化した文」「辞書の判定が変化した文」「すべての文」から絞り込める。一覧は、確率差 P(肯定) − P(否定) の変化の絶対値が大きい順に並ぶ。文を選ぶと、右側に原文と変換後の文の算出根拠と、確率の増減 ΔP が並ぶ。
  5. 一覧で文を選ぶと、下部の入力欄にその文の原文が入る。入力欄を自由に書き換え、「▶ 原文⇔編集文を比較」で原文との違いを確かめられる。「選択中の操作を適用」を押すと、選んでいる文章操作を入力欄の文に適用する。

「④ 原文⇔変換文」タブ

直前に行った文章操作について、原文(左)と変換後の文(右)を1文1行で並べて、作品の全文を表示する。変化のない文は灰色、挿入・変更された文字は黄色、削除された文字は赤の取り消し線で示される。左右は連動してスクロールする。

「⑤ データ・作品の追加」タブ

  1. 上部の「データ」で5種のデータから1つを選び、「読み込み(未取得のときは取得)」を押す。
  2. 検索欄に名称の一部を入力して、左の一覧(青空文庫は作家〔作品数の多い順〕、livedoor はカテゴリ、JSTS は train・valid・test、WRIME は筆者)を絞り込む。1つを選ぶと、右の一覧に作品が文数とともに表示される。日本語版ウィキペディアでは、検索欄に入れた語で記事を検索する(入力を止めて約0.6秒後)。
  3. 作品を選んで「選択した作品を解析対象リストに追加」を押す。「追加してメイン画面で選択」を押すか作品をダブルクリックすると、追加と同時にメイン画面でその作品が選ばれる(最大3作品)。

「⑥ AIの仕組みと算出根拠」タブ

選んだ文、または入力欄に書いた文について、内部処理を4つの小タブで示す。入力欄の文を対象にするときは「▶ 入力文を可視化」を押す。入力欄の文と、「③ 文章操作の比較実験」タブの一覧で選んだ変換後の文は、表示中のAIモデルで、解析時と同じ最大系列長と推論デバイスを使って計算される(解析前は画面の設定値を使う)。

「⑦ 実行ログ」タブ・「⑧ ヘルプ」タブ

実行ログには、ダウンロード、推論の進捗と残り時間、保存結果などが時刻つきで記録される。処理が完了しなかった場合の詳細もここに表示される。ヘルプには、操作法、手法と統計指標の説明、データ・AIモデル・ライブラリのライセンスと使用条件が収録されている。

exeファイルの作成手順


cd /d c:\users\user\proj\aozora_pn
python -m venv venv
venv\Scripts\activate.bat
python -m pip install --upgrade pip
pip install -U --no-user pyinstaller pytest numpy torch transformers datasets fugashi ipadic unidic-lite matplotlib
pyinstaller --onefile --clean --noconfirm  --collect-all numpy --collect-all torch --collect-all transformers --collect-all datasets --collect-all fugashi --collect-all ipadic --collect-all unidic-lite --collect-all matplotlib --collect-data unidic_lite aozora_pn.py

実行ファイル:[exe]

実行ファイル(exe)は、Chrome または Firefox を用いてダウンロードすることを推奨。初回実行時に、SmartScreenの「WindowsによってPCが保護されました」の警告画面が出ます。警告画面で「詳細情報」をクリック、「実行」をクリックで続行できます。

ソースコード実行のための前準備

Python 3.12 のインストール

Pythonのインストールを行い、Pythonのプログラムを実行する環境を整える。扱う環境は、Windows搭載パソコンである。金子研究室では、Python 3.12.10を推奨する。

[Windows での Python 3.12 のインストール手順を見るには、ここをクリック]

Windows での Python 3.12 のインストール

以下のいずれかの方法でPython 3.12をインストールする。Pythonがインストール済みの場合、この手順は不要である。

方法 1:winget によるインストール

【インストールコマンドの実行方法】

管理者権限でコマンドプロンプトを起動する(手順:Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」)。そして、コマンド全体をコマンドプロンプトにコピー&ペーストする。

--scope machine を指定することで、システム全体(全ユーザー向け)にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動するとPATHが反映される。

REM Python 3.12 をシステム領域にインストール
winget install --id Python.Python.3.12 -e --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 Include_test=0 Include_pip=1 Include_launcher=1 InstallLauncherAllUsers=1 TargetDir=\"C:\Program Files\Python312\""
if not "%ERRORLEVEL%"=="0" ( color 0c & echo Python 3.12 のインストールに失敗しました & ping 127.0.0.1 -n 6 >nul & color )

REM Python と Scripts を PATH 先頭に追加
powershell -NoProfile -Command "$p='C:\Program Files\Python312'; $s=\"$p\Scripts\"; if(Test-Path $p){$k=[Microsoft.Win32.Registry]::LocalMachine.OpenSubKey('SYSTEM\CurrentControlSet\Control\Session Manager\Environment',$true); $c=$k.GetValue('Path','',[Microsoft.Win32.RegistryValueOptions]::DoNotExpandEnvironmentNames); $t=$k.GetValueKind('Path'); $new=$c; if((';'+$new+';') -notlike \"*;$p;*\"){$new=$p+';'+$new}; if((';'+$new+';') -notlike \"*;$s;*\"){$new=$s+';'+$new}; if($new -ne $c){$k.SetValue('Path',$new,$t)}; $k.Close()}"

REM 現在のセッションにも反映(システムPATHを再取得して連結)
for /f "usebackq tokens=2,*" %A in (`reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path`) do set "PATH=%B"

REM pip / wheel の更新
python -m pip install --no-user -U pip wheel
if not "%ERRORLEVEL%"=="0" ( color 0c & echo pip / wheel の更新に失敗しました & ping 127.0.0.1 -n 6 >nul & color )

方法 2:インストーラーによるインストール

  1. Python公式サイト(https://www.python.org/downloads/)にアクセスし、「Download Python 3.x.x」ボタンからWindows用インストーラーをダウンロードする。
  2. ダウンロードしたインストーラーを実行する。
  3. 初期画面の下部に表示される「Add python.exe to PATH」にチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから python コマンドを実行できない。
  4. 「Install Python 3.xx for all users」にチェックを入れ、「Install」をクリックする。

インストールの確認

コマンドプロンプトで以下を実行する。

python --version

バージョン番号(例:Python 3.12.x)が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。

Python の開発環境 Visual Studio Code のインストールと Python 用の設定

Python の開発環境Visual Studio Code(プログラムを編集するソフトウェア。以下、VS Code)を整える。

[Windows での Visual Studio Code のインストールと Python 用の設定手順を見るには、ここをクリック]

Windows での Visual Studio Code のインストールと Python 用の設定手順

1. VS Code と拡張機能のインストール

以下のコマンドにより,既存の VS Code を削除し,全ユーザー共有の設定で再インストールしたうえで,拡張機能(VS Code に機能を追加するソフトウェア)をまとめて導入する.

【インストールコマンドの実行方法】

管理者権限でコマンドプロンプトを起動する(手順:Windows キーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」)。そして,コマンド全体をコマンドプロンプトにコピー&ペーストする。

インストールコマンド


REM ============================================================
REM Microsoft Visual Studio Code
REM ============================================================
REM Build Tools + Desktop development with C++(VCTools)+ 追加コンポーネント(一括)
REM 未インストール時: winget で新規インストール
REM インストール済み時: setup.exe modify でコンポーネント追加(バージョンは変更しない)
winget list --id Microsoft.VisualStudio.BuildTools 2>nul | findstr /i "BuildTools" >nul 2>&1
if %ERRORLEVEL% EQU 0 (
    for /f "usebackq delims=" %P in (`"C:\Program Files (x86)\Microsoft Visual Studio\Installer\vswhere.exe" -products Microsoft.VisualStudio.Product.BuildTools -property installationPath`) do start /wait "" "C:\Program Files (x86)\Microsoft Visual Studio\Installer\setup.exe" modify --installPath "%P" --add Microsoft.VisualStudio.Workload.VCTools --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100 --add Microsoft.VisualStudio.Component.VC.v143.x86.x64 --includeRecommended --quiet --norestart --nocache
    if not "%ERRORLEVEL%"=="0" ( color 0c & echo Build Tools のコンポーネント追加に失敗しました & ping 127.0.0.1 -n 6 >nul & color )
) else (
    winget install --scope machine --id Microsoft.VisualStudio.BuildTools -e --silent --disable-interactivity --force --accept-source-agreements --accept-package-agreements --override "--quiet --wait --norestart --nocache --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended --add Microsoft.VisualStudio.Workload.MSBuildTools --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.Component.VC.Llvm.ClangToolset --add Microsoft.VisualStudio.Component.Windows11SDK.26100 --add Microsoft.VisualStudio.Component.VC.v143.x86.x64"
    if not "%ERRORLEVEL%"=="0" ( color 0c & echo Build Tools のインストールに失敗しました & ping 127.0.0.1 -n 6 >nul & color )
)

REM 全ユーザー共有の拡張機能フォルダ
if not exist "C:\ProgramData\vscode-extensions" mkdir "C:\ProgramData\vscode-extensions"
icacls "C:\ProgramData\vscode-extensions" /grant "Everyone:(OI)(CI)M" /T

REM スタートメニューのショートカットを --extensions-dir 付きで再作成
if exist "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code" rmdir /s /q "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code"
if exist "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk" del "C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk"
powershell -NoProfile -Command "$s=New-Object -ComObject WScript.Shell; $lnk=$s.CreateShortcut('C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk'); $lnk.TargetPath='C:\Program Files\Microsoft VS Code\Code.exe'; $lnk.Arguments='--extensions-dir \"C:\ProgramData\vscode-extensions\"'; $lnk.Save()"
REM ショートカットの検証
powershell -NoProfile -Command "$s=New-Object -ComObject WScript.Shell; $lnk=$s.CreateShortcut('C:\ProgramData\Microsoft\Windows\Start Menu\Programs\Visual Studio Code.lnk'); Write-Host 'TargetPath:' $lnk.TargetPath; Write-Host 'Arguments:' $lnk.Arguments"

REM ファイル / フォルダ右クリックの「Code で開く」を登録
reg add "HKLM\SOFTWARE\Classes\*\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%1\"" /f
reg add "HKLM\SOFTWARE\Classes\Directory\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%1\"" /f
reg add "HKLM\SOFTWARE\Classes\Directory\Background\shell\VSCode\command" /ve /d "\"C:\Program Files\Microsoft VS Code\Code.exe\" --extensions-dir \"C:\ProgramData\vscode-extensions\" \"%V\"" /f

REM --extensions-dir 付きで起動する code.cmd ラッパを作成
REM (%* を echo で書くと対話的 cmd で失われるため、PowerShell で [char]37+'*' を書き出す)
powershell -NoProfile -Command "$pct=[char]37; $q=[char]34; $c='@echo off'+[char]13+[char]10+$q+'C:\Program Files\Microsoft VS Code\bin\code.cmd'+$q+' --extensions-dir '+$q+'C:\ProgramData\vscode-extensions'+$q+' '+$pct+'*'+[char]13+[char]10; [IO.File]::WriteAllText('C:\ProgramData\vscode-extensions\vscode.cmd',$c,[Text.Encoding]::ASCII)"

REM 拡張機能のインストール
set "CODE=C:\Program Files\Microsoft VS Code\bin\code.cmd"
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --uninstall-extension GitHub.copilot
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --uninstall-extension GitHub.copilot-chat
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.python
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.vscode-pylance
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension ms-python.debugpy
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension MS-CEINTL.vscode-language-pack-ja
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension saoudrizwan.claude-dev
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension rust-lang.rust-analyzer
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension tamasfe.even-better-toml
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension anthropic.claude-code
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --install-extension almenon.arepl
"%CODE%" --extensions-dir "C:\ProgramData\vscode-extensions" --list-extensions --show-versions

REM settings.json を作成(自動更新オフ、Python、Claude Code 設定)
if not exist "%APPDATA%\Code\User" mkdir "%APPDATA%\Code\User"
python -c "import json,os;data={'update.mode':'none','update.enableWindowsBackgroundUpdates':False,'extensions.autoUpdate':False,'python.defaultInterpreterPath':r'C:\Program Files\Python312\python.exe','claudeCode.environmentVariables':[{'name':'ANTHROPIC_API_KEY','value':'not-needed'},{'name':'ANTHROPIC_AUTH_TOKEN','value':'ollama'},{'name':'ANTHROPIC_BASE_URL','value':'http://localhost:11434'},{'name':'ANTHROPIC_MODEL','value':'glm-4.7-flash'},{'name':'CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC','value':'1'}]};p=os.path.join(os.environ['APPDATA'],'Code','User','settings.json');open(p,'w',encoding='utf-8').write(json.dumps(data,indent=4));print('Done:',p)"

REM 自動更新の抑止ポリシー(settings.json に加えて、レジストリ側でも明示的にオフ)
reg add "HKLM\SOFTWARE\Policies\Microsoft\VSCode" /v "UpdateMode" /t REG_SZ /d "none" /f
echo === セットアップ完了 ===

2. Python インタプリタの選択

同一マシンに複数の Python がインストールされている場合,VS Code で使用する Python 本体(インタプリタ:Python プログラムを解釈・実行するソフトウェア)を選択する必要がある.

  1. コマンドパレット(コマンド名で機能を呼び出す VS Code の入力欄)を開く(Ctrl+Shift+P)
  2. Python: Select Interpreter と入力する
  3. 表示される一覧から,使用する Python(例:C:\Program Files\Python312\python.exe)を選択する.

必要なライブラリをシステム領域にインストール

管理者権限でコマンドプロンプトを起動する (手順:Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」)。

以下を実行する。

REM PyTorch をインストール(GPU対応版)
set "CUDA_TAG=cu128"
pip install --no-user -U numpy torch --index-url https://download.pytorch.org/whl/%CUDA_TAG%
pip install --no-user transformers datasets fugashi ipadic unidic-lite matplotlib

ソースコード

保存し、Visual Studio Code などで実行する。