主題
大家好～我是Blogger Wang！這次要和大家分享YOASOBI的「情書」（Love Letter）的演奏cover～
因為報告的因素，分析了「情書」的歌詞、作曲和影片留言區的東西，也做了一支影片，想說整理一些有趣的東西跟大家分享！
先附上影片！
因為報告文字可能比較敘述性，但如果直接看圖應該就很可以很容易了解！先在這裡和大家講有什麼有趣的東西可以看：分析包括留言區有什麼語言、情緒分數如何、英文詞彙被使用最多的有哪些、日文詞彙被使用最多的有哪些、哪些表情符號被用到最多。
MV留言區分析
YOASOBI的音樂影片下面的留言集結了各種使用不同語言的人們對這首歌的想法、評論，這是一個不錯的著眼點。只要能夠利用程式爬蟲將影片的留言抓下來，透過語言偵測和語意分析的函式庫，就可以看看不同語言使用者的評論情況。（圖表皆利用RStudio繪製，除emoji產生錯誤，故使用https://www.jasondavies.com/wordcloud/ 產生文字雲）
首先我透過yt-dlp這個軟體下載了整個影片的留言文字，到分析日期（2022/11/30）截止有10266則留言。先透過python的langdetect的程式庫分析所有的留言語言為何，結果如下圖：
由表可知，最多留言的是日文，其次是英文，第三多的是無法偵測語言（can't detect，後面會再分析原因）。而數量日文留言有4566則，佔全留言的約44%，英文留言有3091則，總共佔了30%，剩餘26%則為其他各種語言，包含約4%無法偵測的留言。
為了了解文字中語言情感是正面、負面或是中立，可以透過python的nltk自然語言套件分析。由於nltk是英文原生的程式庫，對英文的分析相較準確 ，所以除了英文外，其他語言皆會先透過Google翻譯的python套件（googletrans）翻譯成英文，再利用nltk偵測留言的表情。分數若為正數，則代表情感是正面，0為中立，而負數為負面。全部的平均分數約為0.3107，故整體的情緒為正面的。另外如果觀察各語言的平均分數，如下圖：
由於偵測語言可能有一定的錯誤，而且許多留言是日文歌詞的羅馬拼音，導致偵測語言和情緒會有誤差，故將其情緒分數設置為0。即使如此，可以看到大多數的語言使用者持正面或中立的意見。
此外，亦可以利用nltk的自然語言處理功能將英文的句子拆解成字，然後並偵測表情和各個單字的出現數量，並製作前一百多的文字雲如下：
可以發現，除了關於這個影片性質外（例如song、yoasobi、letter、music、mv），詞語大多有正面的含義，例如love、like、good、beautiful、thank，而其他零星的正面詞也有出現數十次（像是wonderful、great、masterpeice）。可見英文的使用者，對個音樂多帶有正面評價。此外，若篩選出標記為正面詞語的詞彙另製文字雲，也可以看到類似的結果。（如下圖）
日文的部分也類似，只是由於nltk無法處理日文的自然語言，故使用了janome套件處理，將無意義的字詞排除後，分佈如下圖：
結果和英文字彙十分類似，最多的仍為作品相關資訊，而正面的詞彙也是佔多數，如好き/大好き（喜歡）、いい/よい（好的）、ありがどう（謝謝）、素敵（優秀）、最高（最棒）。跟英文不同的是，圖中出現了吹奏樂、大阪桐蔭（管弦樂團名稱）等字彙，分別提到134和108次，代表許多日文使用者注意到音樂中的音樂使用到了管弦樂，可以推測音樂上使用這個樂團的演奏備受認可和搭配這個曲子。若篩選出正面詞彙，可以發現更多正面的敘述跳出來，例如嬉しい/楽しい（開心）、素晴らしい（讚）、感動、綺麗（漂亮）等詞彙。而YOASOBI團名因為是取自「夜遊び」（夜晚的玩樂），所以也被判定成正面詞彙。
此外，仍有將近400無法偵測語言的留言，查看資料發現多為表情符號、顏文字或時間軸。這是一個很有趣的現象，表示觀眾除了用語言表達外，也會利用具象的表情，或是直接點出自己喜歡影片的哪一段。因此，我也利用emoji和emosent套件分析留言出現的表情符號的情緒和數量。
上圖可以看到，大部分的表情符號都是表示正面的意涵，而平均情緒分數為正。例如最多人使用的是? ，還有許多愛心眼睛臉、哭臉、幸福愛心臉和讚等。值得注意的是哭臉，出現了308次，雖然一般而言可能會認為是難過、不開心，但由於可以觀察到留言中使用這個表情符號時大多是表示自己感動的哭了，例如「泣きそうになりました哭臉」（感覺自己快要哭出來了）或是「この曲聴くと涙腺崩壊する哭臉」（聽到這個曲子淚腺直接崩壞了）。可見這首曲子的核心概念—感謝音樂，讓許多聽眾深有同感，而中出現許多有愛心的表情符號，也展現了這首歌成功的讓許多聽眾感到幸福。（巴哈跑不出那些表情符號，只好先用粗體代替QQ）
（看到這裡的話，跟你說個Hi）
