基本情報技術者試験 令和6年度 科目A 公開問題 問15

【正解】エ

非構造化データとは、表の行や列のような一定の形式をもたない文章、画像、音声などのデータです。ソーシャルメディアの口コミは自然言語で書かれた文章なので、そのままでは関係データベースの項目として分析しにくい非構造化データです。エでは、口コミを単語ごとに分解し、機械学習によって要約や分析可能な項目を作り、関係データベースへ格納しています。これは文章を一定の構造をもつデータへ変換する処理なので正解です。

アの事例は誤りです。関係データベース内の財務データは既に行と列で整理された構造化データです。必要なデータを抽出して表計算形式へ変換する処理であり、非構造化データの構造化ではありません。

イの事例は誤りです。これは個人を識別できないようにする匿名化加工の説明です。プライバシーを保護してデータを利用しやすくする処理ですが、データ構造を作る処理とは限りません。

ウの事例は誤りです。これは「ヶ」と「が」などの表記揺れや住所表記をそろえるデータクレンジング及び標準化の説明です。既存のデータの品質を高める処理であり、非構造化データを構造化する事例ではありません。

【ポイント】 構造化データは表形式などで項目が定義されたデータ、非構造化データは文章、画像、音声など形式が一定でないデータです。 試験では、形式変換、匿名化、標準化と、非構造化データの構造化との違いを区別してください。