Towards an LLM-based method for quantifying the sexual content in song lyrics
本論文は、楽曲の歌詞における主題的内容を定量化するための、再現可能な大規模言語モデルに基づく手法を導入し、それを1,259曲のレゲトン楽曲のコーパスに適用して、アーティスト、時期、およびSpotifyの明示的なフラグ（explicit flags）に対する性的露骨さを分析するものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
音楽の世界を、すべての曲が「本」である、巨大で騒々しい図書館だと想像してみてください。長い間、人々がレゲトンという特定のジャンルの本の中に何が書かれているかを知りたいとき、彼らは一冊ずつ読み、手書きでメモを取らなければなりませんでした。これは、街角に立って、通り過ぎる車を一台ずつ数えながらメモを取るようなものです。それは遅くて、疲れる作業であり、疲れを感じる前にほんの数台の車しか見ることができません。この研究分野は「内容分析（コンテンツ・アナリシス）」と呼ばれ、科学者が感情やテーマ（愛、怒り、パーティーなど）を、比較可能な実際の数値へと変換しようとする手法です。誰もが問い続けてきた大きな疑問は、「レゲトンは本当にセックスばかりなのか、それともそれは単なる噂なのか？」ということです。これに答えるためには、すべての歌詞を手作業で読むことなく、歌詞を測定する方法が必要です。そこで、新しい種類の助け舟が登場します。それが、大規模言語モデル（LLM）と呼ばれる、超スマートなコンピューターの脳です。LLMを、図書館にあるほぼすべての本を読み終えたロボットだと考えてください。そのロボットは瞬時に、「この物語にはロマンスがたくさん含まれています」とか、「これは暴力に満ちています」と判断し、0から10までのスコアを付けることができます。
この論文は、そのロボットの脳を使って、レゲトンの歌詞の「辛さ」を測定するためのレシピのようなものです。著者であるイグナシオ・スティッコは、12組の有名なアーティストによる1,259曲をコンピューターに読み込ませるための手法を構築しました。コンピューターに単に「この曲は卑猥ですか？」と尋ねるのではなく、コンピューターは「パーティーの雰囲気」、「悲しい愛」、「ストリート犯罪」、そして2種類の特定の「セックス・トーク」（暗示的なものと、直接的なもの）を含む、計9つの異なる「味」を探すように教えられました。まず、ロボットは人間がすでに採点した少数の楽曲を用いて訓練されました。これにより、人間と同じスコアを出すことを学習したのです。ロボットの準備が整った後、ロボットは全楽曲を採点し、どのトラックにどのテーマがどれくらい現れるかを正確に示す、膨大なデータ・スプレッドシートを作成しました。
結果は少し驚くべきものであり、ラジオで聴いている時に予想されるものとは明らかに異なります。第一に、この研究は、レゲトンが確かに性的テーマに満ちているものの、「直接的な（露骨な）」表現よりも「暗示的な」表現の方が実際には2倍多いことを明らかにしました。これは、ほとんどのパーティーソングが、激しい一夜をグラフィックに詳細に描写するのではなく、激しい一夜の「予感」について歌っていることを発見したようなものです。第二に、アーティストは皆同じではありません。例えばプランB（Plan B）のようなアーティストは、直接的な性的内容において非常に高いスコアを出す「激辛の唐辛子」のような存在です。一方で、カミロ（Camilo）のようなアーティストは、歌詞がほぼ完全にロマンチックな愛についてであり、性的な会話はほとんどない「甘いデザート」のような存在です。この研究は、すべてのレゲトン・アーティストを一つのグループとして扱うことは間違いであることを示しています。彼らは、ヘヴィメタル・バンドとジャズ・トリオが異なるのと同様に、互いに大きく異なっているのです。
また、この論文は2002年から2025年にかけて、物事がどのように変化したかについても調査しました。レゲトンがあらゆる面で「過激」になっているという考えに反して、この研究では「ストリート犯罪」というテーマは衰退している一方で、「ロマンチックな感情」というテーマは強まっていることが分かりました。しかし、「直接的に露骨な」性的内容は、過去20年間で倍増しています。これは、ジャンルが単に暗示的になっているだけでなく、より直接的な言葉遣いになっている一方で、犯罪よりも感情的な内容へと変化していることを意味しています。
最後に、著者はコンピューターの作業を、Spotify独自の「Explicit（露骨な表現）」ラベル（曲の横に表示される小さな「E」のマーク）と比較検証しました。コンピューターは、Spotifyが露骨な性的内容の大部分を見逃していることを発見しました。コンピューターが露骨な性的歌詞があると特定した4曲のうち、Spotifyがフラグを立てていたのはわずか1曲でした。それは、警備員が大きくて騒々しい武器だけをチェックして、小さくて鋭いナイフを見逃しているようなものです。このことは、現在のストリーミング・サービスが音楽にラベルを貼る方法は、これらの楽曲に見られる特定の種類の性的内容を捉えるには、あまりにも大雑把な道具であることを示唆しています。
要するに、この論文は単に「レゲトンはセクシーだ」と言っているだけではありません。それは巧妙なコンピューターの手法を用いて、レゲトンというジャンルがロマンス、パーティー、そして直接的な性的会話の複雑な混合物であることを証明し、過去20年間でどのように変化してきたかを明らかにしています。また、音楽にラベルを貼るために現在使用されているツール（Spotifyのフラグなど）が、研究者やリスナーが求める特定の詳細を捉えるには不十分であることも示しています。著者はコードとデータを共有しており、誰でもこの同じ「ロボットの脳」の手法を使って、他の音楽ジャンルや異なる言語を研究できるよう、この遅い「歌詞を読む芸術」を、速い「測定可能な科学」へと変えています。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。