情報処理学会 インタラクション2018

本稿では，アーティストごとの歌詞トピックの傾向に基づいて様々な歌詞に出会える歌詞探索サービスLyric Jumperについて述べる．各アーティストには，「恋愛」や「友情」といったトピックの歌詞が書かれやすい，といった傾向が存在する．Lyric Jumperではそのような傾向を考慮することで，アーティストごとのトピックの傾向の可視化や，トピックの類似度に基づくアーティストの推薦などの機能を提供する．そうした機能を利用することで，Lyric Jumperによって様々なアーティストや楽曲の歌詞へのユーザの理解が深まることを目指している．Lyric Jumperの実現にあたり，本稿ではアーティストごとの歌詞トピックの傾向を推定するためのモデルを提案する．提案モデルでは，各アーティストがトピックの分布を持ち，その分布に応じて各歌詞にひとつのトピックが割り当てられる．歌詞データセットを用いた実験により，従来研究において歌詞トピックを推定する主要な手法であるlatent Dirichlet allocation（LDA）よりも提案モデルが優れていることを定量的に示した．さらに，webサービスとして公開したLyric Jumperにアクセスした92,962ユーザの操作ログおよび，Lyric JumperについてTwitterに投稿されたコメントを収集し，Lyric Jumperの有用性について分析を行った．