リズムゲーム楽曲属性予測問題

20130727 Lightning Talk第二回ニコニコ学会 β データ分析研究会 @( 株 ) ドワンゴ

YF@Med_KU

本日の内容

ラブライバーが統計学の使い方を誤るとこうなる

機械学習による予測

声優統計の紹介声優統計第二号 (8/10 土 ) 東ノ 46b

海未ちゃんﾌﾞﾋｨ !!!

クール

・・・

クール

スマイル

・・・

クール

スマイル

ピュア

・・・

クール

スマイル

ピュア

これって予測できんじゃね ??

候補楽曲元気が出る歌 ??愛の歌 ??情熱的な歌 ??爽快な歌 ??

候補楽曲元気が出る歌 ??愛の歌 ??情熱的な歌 ??爽快な歌 ??

候補楽曲 属性元気が出る歌 ??

スマイル (S)?? ピュア(P)??

愛の歌 ?? ピュア (P)??

情熱的な歌 ?? スマイル (S)??

爽快な歌 ?? クール (C)??

どうするよ ??スタッフたち

候補楽曲元気が出る歌 ??愛の歌 ??情熱的な歌 ??爽快な歌 ??

候補楽曲 属性元気が出る歌 ??

スマイル (S)?? ピュア(P)??

愛の歌 ?? ピュア (P)??

情熱的な歌 ?? スマイル (S)??

爽快な歌 ?? クール (C)??

どうするよ ??スタッフたち

P さん

じゃ、それで。常識的に考えて。

候補楽曲元気が出る歌 ??愛の歌 ??情熱的な歌 ??爽快な歌 ??

候補楽曲 属性元気が出る歌 ??

スマイル (S)?? ピュア(P)??

愛の歌 ?? ピュア (P)??

情熱的な歌 ?? スマイル (S)??

爽快な歌 ?? クール (C)??

どうするよ ??スタッフたち

P さん

じゃ、それで。常識的に考えて。

ここを定量化する

トピックモデルとは文書集合の生成モデル

楽曲 1

D ：歌詞全体の集合N ： D 内で使用される言葉全体の集合

好き

嫌い

アニメ

声優

生物

医学

命世界

歌現実

偽物消える

時間

かわいい死

強い

気持ち想い理想あなた

わたし

音

みんな

弱い

恋

K ： N 内の言葉から生成されるトピック

・・・

Dirichlet で Gibbs なサンプリング (ggrks)

トピック 1あなた

恋好き想い

出会い

トピック 2消える

死ぬ別れ

終わりさようなら

トピック 3初めて

言葉歌

時間わたし

トピック kNGS発現

遺伝子医学解析

MeCab で品詞分解

予測

楽曲 1 ：トピック 1 が , トピック 2 が , …, トピック K が → スマイル(S)

楽曲 個 トピック個

楽曲 n ：トピック 1 が , トピック 2 が , …, トピック K が → クール (C)

・・ ・

楽曲 2 ：トピック 1 が , トピック 2 が , …, トピック K が → ピュア (P)

細けぇこたぁいいんだお !!

分類器の作成 → 未知楽曲の属性予測

結果C P S

C 5 0 2

P 5 2 0

S 1 0 6

PredictionSc

h Fe

s

7/1 追加 クール (C)↓

予測はクール (C)

7/1 追加 スマイル(S)

↓予測はスマイル (S)

7/19 追加 スマイル (S)↓

予測はクール (C)

No brand girls ススメ→トゥモロウ Love marginal

クール (C) と スマイル (S) の推定精度は高いが、ピュア (P) の推定精度は悪い。

まとめ

歌詞から特徴量を抽出して、スクフェスの楽曲属性予測を行った。

ピュア楽曲の推定が甘かった。

声優統計にぜひとも来てください。声優統計第二号 (8/10 土 ) 東ノ 46b