武蔵野大学 / データサイエンス学部データサイエンス学科
歌詞の時系列トピック分析を用いた楽曲推薦システムの構築
研究内容:楽曲メディアコンテンツの歌詞のストーリー展開に着目した新た類似楽曲推薦方式の実現に関する研究を行っています。歌詞をフレーズごとに分割し、それぞれのフレーズでLDA(Latent Dirichlet Allocation)を用いてトピックシェアを抽出することで、時系列のトピックシェアの変遷を各曲からストーリー展開時系列変化特徴量として抽出できます。各曲から抽出されたストーリー展開時系列変化特徴量を対象として、可変長の時系列データの距離を計量するDTW(Dynamic Time Warping)を応用し、一曲中での歌詞のストーリー展開の類似を計量する新たな手法を提案し、それを適用した類似楽曲推薦システムを構築しています。これにより、歌詞を楽しむユーザを対象として歌詞のストーリー展開の類似した新たな楽曲推薦が実現できます。この研究を通じて、時系列テキストマイニングの新たな手法の提案に貢献します。 使用技術:Python, NLP, LDA, DTW スライド: https://drive.google.com/file/d/1FnnKkYZVhQjgIMKopMwqDI3KQ78Y3tt0/view