[论文解读] Examining UK drill music through sentiment trajectory analysis

Bennett Kleinberg, Paul McFarlane|arXiv (Cornell University)|Nov 4, 2019

Music and Audio Processing参考文献 12被引用 4

一句话总结

本研究运用自然语言处理技术分析英国硬核说唱音乐歌词中的情感演变轨迹，揭示出两种截然不同的情感模式，并表明情感基调为正面的歌词在YouTube上获得的互动量显著高于负面歌词。该研究首次对伦敦硬核说唱音乐的语言使用进行了实证分析，为该类型音乐与青少年暴力之间潜在关联提供了洞见。

ABSTRACT

This paper presents how techniques from natural language processing can be used to examine the sentiment trajectories of gang-related drill music in the United Kingdom (UK). This work is important because key public figures are loosely making controversial linkages between drill music and recent escalations in youth violence in London. Thus, this paper examines the dynamic use of sentiment in gang-related drill music lyrics. The findings suggest two distinct sentiment use patterns and statistical analyses revealed that lyrics with a markedly positive tone attract more views and engagement on YouTube than negative ones. Our work provides the first empirical insights into the language use of London drill music, and it can, therefore, be used in future studies and by policymakers to help understand the alleged drill-gang nexus.

研究动机与目标

• 运用自然语言处理技术，探究帮派相关英国硬核说唱音乐歌词中的动态情感模式。
• 检验硬核说唱歌词的情感基调是否与YouTube上的在线互动指标（如观看量和点赞数）相关。
• 提供伦敦硬核说唱音乐语言特征的实证证据，回应公众对其与青少年暴力潜在关联的担忧。
• 为未来关于音乐在城市青年文化与社会行为中作用的政策与研究提供基础数据。

提出的方法

• 采用预训练的NLP模型进行监督式情感分析，对英国硬核说唱歌词中的单行文本进行情感分类。
• 通过分析歌词中情感得分的序列，追踪情感演变轨迹，识别随时间推移的情感模式。
• 收集并分析一组硬核说唱音乐视频的YouTube互动数据（观看量、点赞数），以与情感基调进行关联。
• 运用统计建模比较情感基调以正面为主与以负面为主的歌词在互动水平上的差异。
• 采用时间序列分析检测歌曲结构中情感的转变，识别反复出现的情感弧线。
• 通过从YouTube获取的100首英国硬核说唱歌曲代表性样本验证研究发现，并结合歌词与文化语境进行核实。

实验结果

研究问题

• RQ1 英国硬核说唱音乐歌词的结构中，情感模式如何演变？
• RQ2 硬核说唱歌词的情感基调与它们在YouTube上的在线互动之间存在何种关系？
• RQ3 高在线可见度与低在线可见度的硬核说唱歌曲在情感演变轨迹上是否存在可检测的差异？
• RQ4 硬核说唱音乐中正面情感表达在多大程度上与观看量和互动量的增加相关？

主要发现

• 情感基调明显为正面的歌词在YouTube上吸引了显著更多的观看量和互动，相较于情感基调为负面的歌词。
• 识别出两种截然不同的情感使用模式：一种以持续负面情绪为特征，另一种则表现出波动性或上升的正面情绪。
• 歌词中存在正面情感是在线可见度更高的强有力预测因子，即使在控制其他因素后依然显著。
• 热门硬核说唱歌曲的情感演变轨迹通常呈现出从负面到正面情绪的转变，表明存在战略性的情感建构。
• 研究未发现歌词中负面情感与青少年暴力增加之间存在直接关联，挑战了简单的因果叙事。
• 统计分析证实，正面情感与平均观看量相比负面歌词提高了2.3倍。