テキストマイニングによる歌詞分析【KHCoder・米津玄師】

はじめに

歌詞分析には、歌詞のテキストデータとテキストマイニングソフトが必要になります。
テキストマイニングソフトはフリーのKHCoder以外に、MTMineR、AIテキストマイニングなどがあります。

準備

KHCoderで分析を始める前の準備です。

テキストデータの収集

歌詞のテキストデータを集める必要があります。歌詞はネットで簡単に調べることができます。しかし、著作権侵害対策のためコピーができず、収集は容易ではありません。

著作権について

ネット上の歌詞のコピーしても著作権侵害にはなりません。
KHCoderなどテキストマイニングソフトによる分析や、分析結果の公表も侵害ではありません。

ただし、集めた歌詞を公開すると侵害になります。たとえ一部であっても、JASRACに訴訟を起こされる場合があります。
違法に公開されたデータの使用も違法になります。

歌詞データの注意点

KHCoderは句点を1文、改行を段落として処理します。

例えば、下記の文章は、「今日は晴れです」と「明日は雨です」が1文になります。

一方、下記の歌詞は、「今日は晴れです 明日は雨です」が1文になります。

分析対象

この記事では米津玄師の楽曲を分析します。タイトルは表の通りです。20曲あります。

タイトル	タイトル
馬と鹿	海と幽霊
打上花火	アイネクライネ
灰色と青	vivi
メランコリーキッチン	Pale Blue
フラミンゴ	orion
ピースサイン	NANIMONO
パプリカ	MAD HEAD LOVE
サンタマリア	Loser
ゴーゴー幽霊船	Lemon
感電	FlowerWall

共起ネットワーク

KHCoderで出力した共起ネットワークは下の画像のようになります。

分析について

共起ネットワークは、言葉がどのようにして使われたかがわかります。

画像の「きっと」に注目すると、「まだ終わらない」「永遠」「変わる」というフレーズと一緒に使われていることがわかります。

フレーズの共起ネットワーク

画像の上の方にある「パッ」「光る」「花火」「咲く」のネットワークは『打上花火』の歌詞を意味しています。
左隣の「匂い」「胸」「離れる」「残る」は『Lemon』の歌詞です。

特徴語のネットワーク

それぞれの楽曲の特徴語で共起ネットワークを描くと、下の画像のようになります。

分析について

タイトルと結びついている言葉は、その曲の特徴を表しています。
例えば、『Lemon』は「光」が特徴語の1つです。

言葉を囲む丸の色は結びつくタイトルの数量によって変わります。
「今」は、『Lemon』『Flower Wall』『Loser』『灰色と青』の4つ楽曲と結びつき、色はやや濃い緑です。一方、「光」は『Lemon』だけで、色はオレンジです。

対応分析

KHCoderで出力した対応分析は下の画像のようになります。

分析について

横軸（成分1）と縦軸（成分2）に解釈を加え分析します。軸の10.86%や9.2%はデータをどれだけ捉えているかを意味します。10%は低いです。

• KHcoderの対応分析について【軸の解釈など】

この記事のまとめ

KHCoderによる歌詞分析のやり方と、米津玄師の楽曲を対象にした分析結果をご紹介しました。
KHCoderのベイズ学習を使えば歌詞の著者推定ができます。自分で書いた歌詞が誰に似ているか、ということも分析できます。