問い合わせのルール分類と文字TF-IDFの実習資料

教材作成者が用意した架空の問い合わせだけを使います。実顧客データは含みません。
ZIPを展開し、text-labsフォルダへ移動して実行してください。

ルール分類（Python標準ライブラリのみ）:
  python run-rules.py --out rules-results-local.json

文字TF-IDF（ライブラリの初回取得には通信が必要）:
  python -m pip install -r requirements.txt
  python run-tfidf.py --out tfidf-results-local.json

スクリプトは同梱dataset.jsonを既定で読みます。AI API、APIキー、モデルの取得は使いません。
--dataで別のデータを渡す場合は、同じJSON形式の架空データを用意してください。

掲載記録は2026年10月22日JSTにLinuxサーバーCPUで実行したものです。
Python 3.11.2、NumPy 2.4.6、SciPy 1.16.2、scikit-learn 1.7.2。
ルールは学習45件を使いません。調整9件と、既に内容を確認した固定比較18件を判定します。
TF-IDFのfitには学習45件だけを使い、分類器の学習や精度比較は行っていません。
Colab・GPU・Windows/macOS GUI・本番システムでの動作は確認していません。
