概要

これまで、膨大な楽曲の中から興味のある楽曲を探す際には「曲名」「アーティスト名」「歌詞フレーズ」などで検索する方法が一般的でした。それに対してこの研究では、歌詞を解析することで、楽曲ごとのトピック（「青春」「センチメンタル」「大人の恋愛（女性編）」など）を推定し、トピックに基づいて楽曲を探すことを実現しました。

より具体的には、アーティスト、歌詞、単語という3階層の構造を考慮しながら、歌詞でのさまざまな単語の出現の仕方からトピックを解析して、事前に決めた個数のトピック群を推定しています。そのようにして推定したトピックを元に楽曲を探せる歌詞探索サービス「Lyric Jumper」を公開しています。「Lyric Jumper」を使うことで、ユーザーは探し求めているイメージをたどりながら歌詞に出会うことができます。

Webサービス

Lyric Jumper

プレスリリース

• 産総研：歌詞のトピックに基づいてさまざまな歌詞に出会える新しい歌詞探索ツール「Lyric Jumper」を公開 － (株)シンクパワー「プチリリ」の大規模歌詞データを産総研の技術で自動解析して実現 －（2017/02/21）
• 株式会社シンクパワー：歌詞のトピックに基づいてさまざまな歌詞に出会える新しい歌詞探索ツール「Lyric Jumper」を公開 － (株)シンクパワー「プチリリ」の大規模歌詞データを産総研の技術で自動解析して実現 －（2017/02/21）
• 科学技術振興機構（JST）：歌詞のトピックに基づいてさまざまな歌詞に出会える新しい歌詞探索ツール「Lyric Jumper」を公開 － (株)シンクパワー「プチリリ」の大規模歌詞データを産総研の技術で自動解析して実現 －（2017/02/21）

報道

• 日刊工業新聞 2017年02月23日(木)朝刊 27面
• フジサンケイビジネスアイ 2017年02月27日(月)朝刊 11面
• 日本経済新聞 電子版：シンクパワーと産総研、トピックに基づいて歌詞に出会える新しい歌詞探索ツール「Lyric Jumper」を公開（2017/02/21）
• BIGLOBEニュース
• livedoorニュース
• @niftyニュース
• インプレス INTERNET Watch：歌詞ビッグデータ解析でトピック分類、「夢と未来」を多く歌うアーティストなどが検索できる「Lyric Jumper」、シンクパワーと産総研が提供（2017/02/21）
• Yahoo!ニュース
• マイナビニュース：歌詞から曲を！歌詞探索ツール「Lyric Jumper」 – 産総研とシンクパワー（2017/02/21）
• Infoseekニュース
• BIGLOBEニュース
• exciteニュース
• livedoorニュース
• gooニュース
• gooビジネスEX
• Mapionニュース
• @niftyニュース
• グノシー
• CDジャーナル：“トピック”から気になる歌詞やアーティストを探す「Lyric Jumper」公開（2017/02/21）
• Yahoo!ニュース
• Musicman-NET：シンクパワーが新しい歌詞探索ツール「Lyric Jumper」公開、歌詞のトピックに着目して傾向や違いを可視化（2017/02/21）
• exciteニュース
• アメーバニュース
• ニコニコニュース
• T-SITE
• ガジェット通信
• ASCII.jp：大規模歌詞データからトピックを検索、楽しく使える歌詞探索ツール「Lyric Jumper」（2017/02/22）
• Yahoo!ニュース
• ニコニコニュース
• Musicman-NET：【Lyric Jumperで新しい音楽と出会おう】第1回：「自由気まま」な歌詞が人気の秘密！？～（2017/02/23）
• exciteニュース
• アメーバニュース
• ガジェット通信
• GIZMODO：思わぬ名曲に出会えるかも。 歌詞から好みのアーティストやフレーズを探せる「Lyric Jumper」（2017/02/24）
• Infoseekニュース
• BIGLOBEニュース
• exciteニュース
• livedoorニュース
• アメーバニュース
• gooニュース
• ニコニコニュース
• auニュース
• LINE NEWS
• グノシー
• ネタりか
• SankeiBiz：【インターネットＷａｔｃｈ】歌詞トピック分類　未知の楽曲検索（2017/02/27）
• GetNavi web：音楽との出会い方が変わる! 「一途な恋」「永遠の愛」など歌詞をジャンル別に検索できるサービスに注目（2017/03/01）
• livedoorニュース
• アメーバニュース

コラボレーション

• Billboard JAPAN：“自分探し”がメイントピックに～2019年度上半期JAPAN HOT 100の歌詞を解析 (2019/06/26)
• Billboard JAPAN：歌詞トピックのトレンド変化を探る～2017年と2019年上半期JAPAN HOT 100の歌詞トピックを比較 (2019/07/17)
• Billboard JAPAN：歌詞は世相と共に変化するか～2018年と2019年JAPAN HOT100年間チャートの歌詞トピックを比較（2019/12/30）

発表論文

• 佃洸摂，石田啓介，後藤真孝
  Lyric Jumper：アーティストごとの歌詞トピックの傾向に基づき様々な歌詞に出会える歌詞探索サービス
  第22回一般社団法人情報処理学会シンポジウム インタラクション2018, 2018年3月
  [PDF] [Slide]
• K. Tsukuda, K. Ishida, and M. Goto
  Lyric Jumper: A Lyrics-Based Music Exploratory Web Service by Modeling Lyrics Generative Process
  Proceedings of the 18th International Society for Music Information Retrieval Conference (ISMIR 2017), pp.544-551, Dec, 2017.
  [PDF] [Poster]
• 佃洸摂，石田啓介，後藤真孝
  Lyric Jumper：アーティストごとの歌詞トピックの傾向に基づく歌詞探索サービス
  第10回Webとデータベースに関するフォーラム(WebDB Forum 2017)，2017年9月
  [PDF] [Slide] [Poster]

発表資料

インタラクション2018で使用した発表資料。

WebDB Forum 2017で使用した発表資料。

概要

ある人がある曲を聴いたときに、なぜその人はその曲を聴こうと思ったのか、そのモチベーションの推定を目的とした研究です。人がいつ、どの音楽を聴いたかを表す情報として、この研究ではLast.fmやApple Musicのような音楽配信サービス上での曲の再生情報を利用しています。

音楽を再生するモチベーションは様々だと思いますが、次の二つの要因は特に影響が大きいのではないかと仮定しました。

要因1. 日頃の音楽の好み
ロックが好きな人は日頃からロックを頻繁に聴いたり、懐メロが好きな人は日頃から懐メロを聴いたり、というように、あるジャンルの曲が好きだから聴いた、というものが該当します。

要因2. 特定のアーティストにハマった
自分が普段聴くジャンルからは外れるけれど、テレビであるアーティストの曲を聴いたことがきっかけでそのアーティストに一時的にハマってそのアーティストの曲を聴いたり、友だちからあるアーティストのアルバムを勧められて聴いてみたらハマってしまった、という場合に相当します。このように、日頃の好みとは無関係に、特定のアーティストにハマったことが理由で音楽を聴いた、というものが該当します。同時期に複数のアーティストにハマることも想定しています。

以上の二つの要因を仮定したうえで、あるユーザがある曲を再生したときに、それが要因1と2のどちらの影響によるものかを推定するモデルを提案しました。要因1だけを考慮したモデルはWWW’10で提案されており、それを拡張したモデルとなっています。音楽配信サービスの実際の再生ログを使った実験により、要因1だけを考慮したモデルよりも、要因1と2を考慮したモデルの方が優れていることを示しました。

提案モデルを使うことで、以下に示すような様々なデータを推定できるようになります。

1. 各ユーザの日頃の音楽の好み
ユーザAはロックとジャズを日頃好んで聴いている、ユーザBはヒップホップを日頃好んで聴いている、ということが推定できます。

2. 各ユーザがハマっているアーティスト
ユーザAはAKB48にハマっている、ユーザBはMr.ChildrenとONE OK ROCKにハマっている、ということが推定できます。

3. 時間と各要因の影響度の関係
各ユーザが音楽を再生した時間と各要因の影響力の関係を推定し、その結果を全ユーザについて集約することで、時間と各要因の影響度の一般的な関係を知ることができます。今回用いたデータでは、朝早い時間帯はハマっているアーティストの曲が聴かれやすく、夜の時間帯は日頃の好みに応じた曲が聴かれやすい、という結果が出ました。ここからは推測ですが、朝は忙しいので、好みに応じて色々な曲を聴く余裕がなく、ハマっている特定のアーティストの曲を聴いているのかもしれません。そのため、ユーザに色々なアーティストの曲を推薦するのであれば、夜の方が受け入れられやすい、ということもあるかもしれません。また、土日よりも平日の方が要因2の影響力が大きいという結果も出ており、こちらも、平日は仕事で忙しいからということが影響しているとも考えられます。

発表論文

• K. Tsukuda and M. Goto,
  “Taste or Addiction?: Using Play Logs to Infer Song Selection Motivation”,
  Proceeding of the 21st Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD 2017), pp.721-733, May, 2017. [PDF]

発表資料

PAKDD 2017で使用した発表資料。