時間軸ごとのツイートの感情値から，感情の変化の分析を行う．具体的な分析手法を以下に 示す．
1. 映画の実況ツイートの感情値を算出を行い，ツイートされた時間と算出された感情軸ごと の感情値を出力させる．
2. 1分ごとに分割し，感情値と1分ごとにツイートされた頻度で平均をとる．
3. 時間軸の可視化をするため，グラフを生成し，分析を行う．
図16に，時間軸ごとのツイートの感情値を示す．横軸はツイートされた時間で，縦軸は感情 値を示す．5つの折れ線グラフは各々の感情軸に関する感情値である．
図16の結果より，「驚⇔昂」の軸に注目すると，全体的に，「昂」が高いことがわかる．また，
個人で映画の見どころだと判断したシーンが「驚⇔昂」の感情値が大きく変化していることが わかった．例えば，主人公が初登場した場面や戦闘シーンでは，「昂」に大きく振れており，主 人公が敵に敗れてしまった場面では，「驚」に大きく振れていることがわかった．また，このこ とから，「驚⇔昂」の軸は実況ツイートの感情を抽出する際に，適していると考えられる．次に，
「厭⇔好」の軸に注目すると，「好」の感情に振れていることがわかる．しかし，「哀⇔喜」の軸 では哀の感情に振れてしまっている．これは繰り返し表現を考慮した場合の実験結果同様，2つ の軸が類似しているからであることが考えられる．実況ツイートに対しも同様，感情を合わせ
図16: 時間軸ごとの感情値
られる．例えば，今回用いた戦闘する場面が多い映画では，「昂」に重みを大きく付けたり，ホ ラー関連の映画では，「怖」に重みを大きく付けたりすることによって，あるゆるジャンルに適 応できることが考えられる．
7 まとめと今後の課題
本研究では，テレビで放送されている番組を見ながらツイートをする，実況ツイートから感 情を抽出するため，顔文字や繰り返し表現を考慮した感情抽出手法を提案した．実況ツイート を映画に絞り，時間軸も考慮に入れて感情の変化を分析した．具体的にはまず，ツイート文の 感情を抽出するために，単語に各感情の値が付与されている感情辞書を用いてツイート文単体 の感情値を決定した．そのために，映画のレビューデータから新しい感情辞書を構築し，実験 を行った．顔文字では，文によって使い方が異なることが考えられ，「強調」，「自嘲」，「弛緩」の 3つ役割があると推測した．この定義した3つの役割の特徴を検証し，役割ごとの重みを設定 し，評価実験を行った．繰り返し表現では，繰り返し表現がある場合とない場合との比較を行 い，これより繰り返し表現に感情値の重みを決定し，重みに有用性があるのか評価実験を行っ た．実際に，映画の実況ツイートから感情値を算出し，対象とした映画を視聴しながら，比較 を行った．
今後の課題について以下に述べる．
感情辞書を用いた感情抽出
• 感情軸の設定
本提案手法で用いた感情辞書は，感情表現辞典の10感情を用いたが，軸によっては正し く判定されなかったことがわかった．その理由として，「喜」，「好」のように，感情が類似
していることが考えられる．この問題を解決するには，感情を合わせることで，感情の判 別を容易に行うことができることが考えられる．
• 感情表現語辞書の拡張
本提案手法では，ユーザが自由に記述して点で類似している，Yahoo!の映画のレビュー データを用いて，辞書の構築を行った．今後は映画のレビューデータだけでなく，様々な ジャンルに関するレビューデータを用いることによって，感情表現語辞書の拡張を検討し ている．
顔文字を考慮した感情抽出
• 顔文字の感情辞書拡張
顔文字は年々，新しいものが増加している傾向がある．新しい顔文字にも対応するため，
顔文字の辞書を拡張したり，Twitterなどのマイクロブログなどから顔文字の自動抽出を 行うことによって，効率よく辞書の拡張が可能であると考えられる．
• 顔文字の役割ごとの重み
本提案手法では，文によって顔文字の使われ方が異なることに着目し，「強調」，「自嘲」，
「弛緩」の3つの役割に対する重みを設定した．しかし，重みの設定方法が不十分なため，
重みの再設定を行うため，さらなるユーザ実験を行うことを考えている．
繰り返し表現を考慮した感情抽出
• 繰り返し表現の重み
繰り返し表現を考慮に入れるために，重みつけの設定を行った．繰り返し表現が含まれる ことによって，ツイートに影響されるようにするため，重みを再度，検討していきたい．
実況ツイートの感情抽出
• 感情軸ごとの重みつけ
実況ツイートの対象になっている番組によって，感情が変化することが考えられる．そこ で，ジャンルごとに大きくなる感情に重みをつけることによって，番組の特徴が出やすく なるのではないかと考えられる．そのためには，被験者に，あらゆるジャンルがどういっ た感情を持つのか検証するためのユーザ実験を検討している．
• 他の実況ツールとの比較
テレビ番組を見ながら実況するツールはTwitterだけでなく，掲示板やチャットなど様々 な存在する．今後は，Twitterと他の実況ツールとの相違が存在するのか比較を検討して いる．
本研究に進めるにあたり，たいへん多くの方々に御世話になりました．ここに深く感謝の意 を表します．研究に際して，2年間という期間にわたりご指導を頂きました恩師，灘本明代先生 に心より深く感謝を申し上げます．そして本論文にまとめるにあたり，有益な御助言とご教示 を賜りました甲南大学 新田直也先生，甲南大学 小出武先生に心より謝意を申し上げます．また 日頃の研究会において多くのご指摘を下さいました灘本研究室の先輩方，実験の際に被験者を 快く引き受けてくださった後輩の皆様に深く感謝致します．さらに，千葉工業大学 熊本忠彦 先生，兵庫県立大学 角谷和俊先生，湯本高行先生，同志社大学 波多野賢治先生，研究を通 して大変御世話になり，また貴重なアドバイスも頂きました事，感謝申し上げます．加えて兵 庫県立大学の角谷研究室，湯本研究室の皆様，ならびに同志社大学の波多野研究室の皆様には 合同研究会や学会発表等，多くの場面でとても御世話になりました．ここに感謝の意を表しま す．最後になりましたが，大学院に進学するという決断に背中を押してくださり，ありとあら ゆる場面で私を温かく見守り続けてくれた父 若井正浩，母 若井成江に深く感謝を致します．
研究業績
国内会議
• 若井祐樹，熊本忠彦，灘本明代， ニュースに対するつぶやきの感情分析 平成24年度情報処理学会関西支部大会
大阪大学 中之島センター，2012.
• 若井祐樹，田中美羽，熊本忠彦，灘本明代， 顔文字を考慮したニュースに対するツイー トの感情抽出手法の提案
第5回データ工学と情報マネジメントに関するフォーラム(DEIM2013) 福島県郡山市磐梯熱海 ホテル華の湯, 2013.
• 若井祐樹，熊本忠彦，灘本明代， ツイートの感情抽出の為の顔文字の役割分類
ARG Webインテリジェンスとインタラクション 研究会(ARG SIG-WI2)
大阪大学 豊中キャンパス，2013.
• 若井祐樹，熊本忠彦，灘本明代， 映画に対する実況ツイートの感情抽出手法の提案 第158回データベースシステム研究発表会
京都大学 百周年時計台記念館，2013.
• 若井祐樹，山本湧輝，熊本忠彦，灘本明代， 映画の実況ツイートにおける時系列毎の感 情抽出手法の提案
第6回データ工学と情報マネジメントに関するフォーラム(DEIM2014) 淡路夢舞台＆ウェスティン淡路, 2014(to appear).
• 若井祐樹，熊本忠彦，灘本明代， 多次元感情軸に基づくツイートの感情抽出手法の提案 2014年電子情報通信学会 総合大会
新潟大学，2014(to appear).
ポスター発表
• 若井祐樹，田中美羽，熊本忠彦，灘本明代， 顔文字を考慮したニュースに対するツイー トの感情抽出手法の提案
第5回データ工学と情報マネジメントに関するフォーラム(DEIM2013) 福島県郡山市磐梯熱海 ホテル華の湯, 2013.
• 若井祐樹，山本湧輝，熊本忠彦，灘本明代， 映画の実況ツイートにおける時系列毎の感 情抽出手法の提案
第6回データ工学と情報マネジメントに関するフォーラム(DEIM2014) 淡路夢舞台＆ウェスティン淡路, 2014(to appear).
参考文献
[1] R.Plutchik．The nature of emotions ．American Scentist，Vol.89，pp．344–355，2011． [2] 中村明：「感情表現辞典」．東京堂出版，1993．
[3] 熊本忠彦，河合由起子，田中克己． 新聞記事を対象とするテキスト印象マイニング手法 の設計と評価 ，信学論，Vol. J94-D，No.3，pp．540–548，2011．
[4] 高岡幸一，灘本明代． 名言のための多次元感情ベクトルの生成 ，第４回Webとデータ ベースに関するフォーラム(WebDB2011)，9 pages，2011年11月.
[5] 徳久良子，乾健太郎，松本裕治． Webから獲得した感情生起要因コーパスに基づく感情 推定 ,情報処理学会論文誌，Vol.50，pp．1365–1374，2009．
[6] 宮森恒，中村聡史，田中克己． 番組実況チャットを利用したテレビ番組のメタデータ自 動抽出方式 ，情報処理学会論文誌：データベース(TOD)，Vol.46，No.SIG10(TOD28)， pp.59–71，2005．
[7] 佃洸摂，中村聡史，田中克己． 視聴者の反応に基づく動画検索および推薦システムの提案 ， 第19回インタラクティブシステムとソフトウェアに関するワークショップ(WISS2011)， 2011．
[8] 堀宮ありさ，坂野遼平，佐藤晴彦，小山聡，栗原正二，沼澤政信． Twitterにおける発 話者のリプライを用いたユーザの感情推定手法 ，第４回データ工学と情報マネジメント に関するフォーラム，2012．
[9] 水岡良彰，鈴木優． マイクロブログを用いた感情表現収集 ，情報科学技術フォーラム，
FIT 2011，pp．291–294，2011．
[10] 山内崇資，中野有紀子． Twitterの感情分析に基づくTV番組シーン探索システム ，第 26回人工知能学会全国大会，IC-R-5-3，2012．