印象に基づく検索のための印象語選定法の提案

全文

(1)Vol. 44. No. 7. July 2003. 情報処理学会論文誌. テクニカルノート. 印象に基づく検索のための印象語選定法の提案熊. 本. 忠. 彦†. 太. 田. 公. 子†. 大量にあるデジタルコンテンツの中から自分の判断基準（たとえば嗜好，感性，心的状態など）に合致するものを見つけ出すための手段として，印象に基づく検索方式が研究されている．この検索方式では，通常，システムが提示する複数個の印象語に対する主観的評価という形で印象の入力が行われるため，提示される印象語の種類によっては，必要とするコンテンツの印象（すなわち検索条件）を適切に入力できなくなる可能性がある．そこで，本論文では楽曲検索タスクに焦点を当て，検索時に用いられる印象語を同義語，反義語，類義語という概念でグループ分けすることにより，ユーザの検索ニーズを反映した印象語を選定する手法を提案する．. Selection of Impression Words for Impression-based Retrieval Tadahiko Kumamoto† and Kimiko Ohta† Impression-based retrieval is suitable for identifying items that satisfy criteria used in evaluating such things as preferences, feelings, or mental state, rather than the retrieval of specific data out of a huge volume of multimedia content. Input to this kind of system is generally done by estimating the impression words that the system presents. This means that users may not be able to adequately estimate the impression words if these words do not accurately represent the impression of content that they want to find out. Therefore, we propose a method that takes the needs of music-retrieval into consideration and determines the impression words that the system should present.. 「楽しい」や「綺麗な」に類する印象語がシステムに. 1. はじめに. よって提示されなければ，「楽しくて綺麗な」コンテン. 大量にあるデジタルコンテンツの中からある特定の. ツの検索は容易でなくなる．したがって，ユーザフレ. コンテンツを探し出そうとする場合には，書誌的情報. ンドリーな印象入力を実現するためには，ユーザの検. （たとえば題名や製作者名など）や内容情報（歌詞や. 索ニーズを反映した印象語の選定が必須といえるが，. メロディ，スケッチなど）による検索1),2) が有効であ. 先行研究でこの点に言及したものは見当たらない． 1 誰がどのようなさて，印象語を選定する際には，. るが，漠然とした要求しかなく，ユーザの持つ何らかの判断基準（たとえば嗜好や感性，心的状態など）に. 2 その中場面で用いる印象語を言語データとするか，. 合致するコンテンツを見つけたいという場合には，印. からどうやって印象語を選定するか，の 2 点が問題と 1 に関しては想定ユーザが想定タスク（楽曲検なる．. 象に基づく検索3)∼5) が有効と考えられる．印象に基づく検索システムへの入力は，通常，（ 1）複数個の印象語の中から 1 つあるいは複数個を選択す. 索や絵画検索など）において用いる印象語を言語データにすればよいわけだが，実際には認知心理学分野の. る3) ，（ 2 ）複数個の印象語に対する多段階評価4) ，（ 3）. 先行研究（たとえば文献 6) や 7) など）で収集され. 複数個の印象語対に対する多段階評価5) といった形式. た印象語が利用されていたり4),5) ，設計者の知識や経. で行われる．そのため，印象語の選び方によっては，. 験に基づいて選定された印象語が利用されていたりす. 自分が見つけたいコンテンツの印象（すなわち検索条. る3) ．言語データの収集コストを省くためと考えられ. 件）を適切に入力できなくなる可能性がある．すなわ. るが，検索ニーズという面からは十分でない．一方， 2 に関しては様々な方法が考えられているが，先行研. ち，「楽しくて綺麗な」コンテンツを検索したいときに，. 究3)∼5) における最大の問題点は，印象語の選定が設計者の主観に基づいて行われているという点にある．. † 独立行政法人通信総合研究所 Communications Research Laboratory. その結果，（ i ）設計者によって選定される印象語が変 1808.

(2) Vol. 44. No. 7. 印象に基づく検索のための印象語選定法の提案. 1809. 表 1 言語データの例（一部） Table 1 Portion of linguistic data.. わる，（ ii ）選定された印象語の良し悪しが設計者の知識や経験に依存する，（ iii ）選定方法そのものの良し悪. タイプ「感情的性格」に分類される印象語. しを客観的に評価できない，といった弊害が生じる．. 荘厳な，いかめしくない，静かな，軽い，綺麗な，のんびりした，落ち着いた，優しい，コミカルな，元気のある，典雅な，勇壮な，叙情的な，明るい，暗い，壮大な，穏やかな，忙しい，楽しい，激しい，爽やかな，面白い，鬼気迫る. そこで，本論文では楽曲検索タスクに焦点を当て，検索時に用いられる印象語から検索ニーズの高い印象語を手続き的に選定する手法を提案する．以下，2 章で印象語選定の際のベースとなる言語. タイプ「感情反応」に分類される印象語. データについて述べ，3 章で印象語選定法を提案する．. リラックスできる，心が癒される，気持ちが高揚する，心が穏やかになる，嬉しくなるような，気持ちが落ち着く，感動する，元気の出る. 4 章で提案手法の有効性を検証し，最後にまとめを述べる．. 2. 検索ニーズを反映した印象語の獲得ユーザの検索ニーズを反映した印象語を選定するためには，そのベースとなる言語データに，. • 検索時に用いられる印象語が含まれている， • 検索ニーズに関する情報が含まれている，. 陽に区別することにした．ここで，表 1 に言語データ（ 496 語）の一部を示す．. 3. 印象語の選定法印象語の選定を設計者の主観に基づいて行うと，様々な弊害が生じる．そこで，本論文では国語辞典から一. の 2 点が要求される．そこで，本論文では楽曲検索時. 定の手順で抽出される言語知識（同義語，類義語，反. に用いられる印象表現が収集された言語資料8) ☆ を利. 義語に関する知識☆☆☆ ）を用いて，手続き的に印象語. 用することにした．この言語資料は，インターネット. を選定する手法を提案する．. 上での公開アンケートの結果に基づいており，「ご自分. 3.1 言語知識の定義. のホームページで音楽を鳴らすとしたら，どのような. 本節では，国語辞典11)∼13) を用いて同義語，反義. 音楽を鳴らしますか？」という質問に対する回答（自. 語，類義語の判定条件を定義する．なお，実際の判定. 由記述形式）から成っている．アンケート回答者は男. は現時点では手作業でなされており，自動化するには. 性 170 名，女性 133 名の計 303 名であり，その年齢. 表記の揺れや複数の辞書記述といった問題を解決する. 層は 20 歳未満が 7 名，20 代が 113 名，30 代が 106 名，40 代が 51 名，50 代が 19 名，60 歳以上が 7 名. 必要がある．［同義語］印象語 A と B が以下の条件のいずれかを満たすとき，A と B は同義語である．ただし，前. と幅広い層に及んでいる．本論文では，この言語資料から文献 9) に基づく方. 章での議論に基づき，タイプの異なる印象語どう. 法で音楽作品の感情的性格を表す印象語（タイプ「感情的性格」に分類される）401 語と楽曲聴取者の感情. しは同義語にならないものとする．条件 1 ） A と B が共通の辞書記述を有する．. 反応を表す印象語（タイプ「感情反応」に分類される）. たとえば，「面白い」と「コミカル（な）」の意味を. 95 語を抽出し ☆☆ ，印象語選定の際の言語データ（ 496. 調べてみると，「面白い」の項には「こっけいだ」. 語）とした．この 2 種類の印象語は，従来から楽曲の. という記述があり，「コミカル（な）」の項には「滑. 印象を表す語句として扱われているが，印象語選定時. 稽なさま」という記述がある．したがって，この. 2 語は同義語である．. には区別されずに使われたり，「感情的性格」の印象語だけが使われたりすることが多い4),5) ．そのため，. 条件 2 ） A に B が記述されている．. たとえば，気持ちが落ち着く（タイプ「感情反応」に. たとえば，「静か（な）」の項には「落ち着いてい. 分類される）曲を探すつもりで，印象語「落ち着いた. るさま」という記述があるので，「静か（な）」と. （タイプ「感情的性格」に分類される）」の評価値を高くしても，気持ちが落ち着く曲を探し出すことはでき. 「落ち着いているさま」は同義語である．条件 3 ） A の意味の一部として B が記述され，B の. 6). ない．にもかかわらず，落ち着いた感じの曲が検索. 意味の一部として A が記述されている．. されれば，正解となるので，この混同がかかえる問題. たとえば，「綺麗（な）」の項には「耳に聞いて美. は表面化しにくい．筆者らは，この 2 種類の印象語を ☆☆☆ ☆. ☆☆. http://www2.crl.go.jp/jt/a133/resource.html において公開されている．タイプ分類の基準は文献 6) によっている．. このような知識をシソーラスやコーパスから抽出する手法10) も数多く提案されているが，語彙数が国語辞典に比べて少なく，主に形容詞からなる印象語に対して網羅的に言語知識を定義するのは容易でない．.

(3) 1810. July 2003. 情報処理学会論文誌. しく心地よいさま」という記述があり，「美しい」の項には「聴覚的にきれいで心をうつ」という記. 表 2 提案手法により選定された印象語グループ（選定順） Table 2 Ten impression words selected by our method. 選定順. 述があるので，この 2 語は同義語である．. 1. 条件 4 ）以上の 3 条件のうちの 2 つ以上を部分的に. 2. 満たしている．たとえば，「重々しい」の項には「荘重だ．威厳が. 3 4. ある」という記述があり，「荘厳（な）」の項には「重々しく，威厳があって気高いこと」という記. 5 6 7 8 9 10. 述があるので，この 2 語は条件 1 と 3 を部分的に満たしており，同義語である．［反義語］印象語 A と B が，A もしくはその辞書記述を肯否逆転することにより，同義語条件を満た. 印象語（出現頻度 4 以上）静かな（ 51 ），優しい ∗（ 7 ），柔らかい（ 5 ），激しい（ 4 ），うるさくない ∗（ 4 ）気持ちが落ち着く（ 26 ），リラックスできる ∗ （ 9），安らぐ（ 7 ）落ち着いた（ 30 ），穏やかな（ 12 ）爽やかな（ 14 ），軽快な（ 10 ），軽やかな（ 6 ），軽い（ 4 ）明るい（ 29 ），暗い（ 4 ）心が癒される（ 22 ）荘厳な（ 12 ），重厚な ∗（ 6 ）ゆったりとした（ 16 ）綺麗な（ 6 ），優雅な ∗（ 4 ）楽しい（ 12 ）. すなら，A と B は反義語である．度を再計算した後，手順 ( 4 ) に戻る．. たとえば，「重い」と「重苦しい」が同義語なら，「重くない」と「重苦しい」は反義語である．［類義語］印象語 A と B が同義語・反義語条件（条件 4 を除く）のうちの 1 つを部分的に満たすな. (7). 選定された各グループにおいて，一番出現頻度の高い印象語を選定する．. さて，共起頻度をグループ化の際の条件にしたのは，. ら，A と B は類義語である．. たとえ同義語・類義語関係にある印象語どうしでも共. たとえば，「のどか（な）」の項には「穏やかで，の. 起頻度の高いものはそのニュアンスの違いを区別して. びのびと気持ちよく過ごせるようなさま」という. 検索したいという欲求（すなわち検索ニーズ）がある. 記述があり，「穏やか（な）」には「のどか（な）」. のではないかと考えたためである．本論文では実験的. を含む記述がない．この場合，「のどか（な）」と. 「静かな」に tv1 = 2，tv2 = 2 を採用した．その結果，. 「穏やか（な）」は，条件 3 を部分的に満たしてい. と「落ち着いた」「，静かな/落ち着いた」と「ゆったり. るので，類義語である． 3.2 印象語の選定手順. とした」，「明るい」と「楽しい」が同義語もしくは類. 前節で定義された同義語，反義語，類義語という概. なお，印象語の数 n は，多ければ多いほど入力でき. 義語であったにもかかわらずグループ化されなかった．. 念を用いて，印象語を選定するための手順を示す．. る印象の種類が増えるが，入力作業が面倒になるとい. (1) (2). 言語データから各印象語の出現頻度を求める．. うトレードオフがある．本論文では暫定的に n = 10. 各印象語は，自分より出現頻度が低く，かつ自. とした．. (3). 分との共起頻度☆が tv1 未満である同義語およ. 以上の手順によって選定された印象語グループを. び反義語とグループを構成する．ただし，各印. 表 2 に示す．各グループにおいて，先頭の印象語が提. 象語は複数のグループに属することができるも. 案手法により選定された印象語であり，下線を引かれ. ．のとする（処理 ( 3 ) でも同様）. た印象語が同義語もしくは反義語として，＊印付きの. 各グループは，自分より出現頻度が低く☆☆ ，か. 印象語が類義語としてグループに加えられた印象語で. つ自分との共起頻度. ☆☆☆. が tv2 未満である類義. 語を自グループに加える．. (4) (5) (6). 出現頻度の一番高いグループを選定する．選定されたグループの数が n なら手順 ( 7 ) に. ある．なお，数字は出現頻度を表している．. 4. 提案手法の有効性の検証提案手法で選定された 10 個の印象語がユーザの検. 進む．. 索ニーズをどの程度反映しているのかを調べるために，. 選定されたグループに含まれている印象語を他. 男性 34 名，女性 36 名の計 70 名に対しアンケート調. のグループから取り除き，各グループの出現頻. 査を実施し，印象に基づく楽曲検索時にどのような質問文を入力するか尋ねた．その結果得られた 70 文か. ☆. ☆☆. ☆☆☆. 言語資料において同じ回答文内に現れた印象語どうしの共起をもとに計算される．グループの出現頻度はグループ内にある印象語の出現頻度の和と定義される．グループ内にある印象語との共起頻度の和と定義される．. ら印象語を抽出したところ，全部で 108 語が得られ，そのうちの 54 語（ 50.0% ）が提案手法により選定された印象語であった．ここで比較のために，楽曲検索にも利用されている感情価測定尺度6)（表 3 ）の出現頻.

(4) Vol. 44. No. 7. 1811. 印象に基づく検索のための印象語選定法の提案. 表 3 感情価測定尺度6) を構成する印象語 Table 3 Aﬀective value scale of music (AVSM). 沈んだ，哀れな，悲しい，暗い，陽気な，うれしい，楽しい，明るい，優しい，いとしい，恋しい，おだやかな，強い，猛烈な，刺激的な，断固とした，きまぐれな，浮かれた，軽い，落ち着きのない，厳粛な，おごそかな，崇高な，気高い. 度を調べたところ，全 108 語のうちの 17 語（ 15.7% ）であった．そこで，「提案手法により選定された印象語（対立は感情価測定尺度の 2 倍の頻度で出現しない」仮説は「 2 倍より高い頻度で出現する」）という仮説を立て，割合の差の（片側）検定14) を行ったところ，有意水準 1%で棄却され，提案手法の有効性が検証された．. 5. おわりに本論文では印象に基づく検索の際に入力可能な印象語を選定するにあたり，（ 1 ）ユーザの検索ニーズを反映した印象語を選定すること，（ 2 ）設計者の主観を排し，手続き的に印象語を選定すること，の必要性を述. pp.3201–3212 (2001). 6) 谷口高士：音楽と感情，北大路書房，京都 (1998). 7) 川原浩，野波健彦：音楽教育研究における実 —享受体験におけるイメージの言験的研究（ II ）語化に関する分析，広島大学教育学部紀要第 4 部， Vol.26, pp.75–85 (1977). 8) 熊本忠彦，太田公子：印象に基づく楽曲検索研究のための印象表現の収集，情報処理学会論文誌， Vol.43, No.10, pp.3231–3234 (2002). 9) 熊本忠彦，太田公子：印象に基づく楽曲検索：検索表現の収集と分析，情報処理学会研究報告， Vol.2001-NL-146, No.16, pp.101–106 (2001). 10) 乾健太郎：言語表現を言い換える技術，言語処理学会第 8 回年次大会チュートリアル資料，pp.1–21 (2002). 11) 見坊豪紀，金田一春彦，柴田武，山田忠雄，金田一京助（編）：新明解国語辞典，三省堂，東京 (1981). 12) 松村明（編）：大辞林，三省堂，東京 (1989). 13) 大野晋，浜西正人（編）：類語国語辞典，角川書店，東京 (1986). 14) P.G. ホーエル：初等統計学，浅井晃，村上正康（訳），培風館，東京 (1989). (平成 15 年 3 月 18 日受付) (平成 15 年 5 月 6 日採録). べ，その具体的な手法として，国語辞典を利用した印象語選定法を提案した．今後の課題としては，提案手法の完全自動化だけでなく，検索対象となるコンテンツ（楽曲や絵画など）. 熊本忠彦（正会員）. の違いが印象語間の意味的関係に及ぼす影響，印象の. 昭和 63 年筑波大学第三学群情報. 受け取り方や印象を表現する言葉の選び方における個. 学類卒業．平成 2 年筑波大学大学院. 人差，といったものも考えていく必要がある．. 理工学研究科修了．同年郵政省通信総合研究所（現，独立行政法人通信. 参. 考文. 献. 1) 椋木雅之，美濃導彦，池田克夫：対象物スケッチによる風景画像検索とインデックスの自動生成，信学論，Vol.J79-D-II, No.6, pp.1025–1033 (1996). 2) 小杉尚子，小島明，片岡良治，串間和彦：大規模音楽データベースのハミング検索システム，情報処理学会論文誌，Vol.43, No.2, pp.287–298 (1999). 3) 栗田多喜夫，加藤俊一，福田郁美，坂倉あゆみ：印象語による絵画データベースの検索，情報処理学会論文誌，Vol.33, No.11, pp.1373–1383 (1992). 4) 佐藤聡，小川潤，堀野義博，北上始：感情に基づく音楽作品検索システムの実現に向けての検討，信学技報，Vol.SP2000-137, pp.51–56 (2001). 5) 池添剛，梶川嘉延，野村康雄：音楽感性空間を用いた感性語による音楽データベース検索システム，情報処理学会論文誌，Vol.42, No.12,. 総合研究所）入所．現在，同所けいはんな情報通信融合研究センターメディアインタラクショングループ主任研究員．自然言語処理および対話システムの研究に従事．平成 8 年筑波大学博士（工学）．電子情報通信学会，人工知能学会，言語処理学会各会員．太田公子平成 6 年龍谷大学理工学部電子情報学科卒業．平成 11 年大阪大学大学院工学研究科修了．博士（工学）．同年郵政省通信総合研究所（現，独立行政法人通信総合研究所）入所．現在，同所けいはんな情報通信融合研究センター自然言語グループ専攻研究員．音楽知覚認知，聴覚心理の研究に従事．日本音響学会，音楽知覚認知学会，日本心理学会各会員．.

(5)