運用多領域資料結合深度學習技術於音樂論壇評論之情感分析

摘要

社群網站的平台提供群眾發聲的管道，使得大量豐富且多元的意見可以被聽見及討論，也讓輿情分析變成新興的市場調查方法。對於音樂串流平台來說，社群網路之輿情分析有助於解決客群侷限於特定平台的問題，使平台能夠獲得較為全面性的數據來進行分析與決策。本研究運用輿情分析結果，鎖定在華語歌曲熱門歌曲點播量預測。我們分析來自於「批踢踢PTT實業坊」的社群媒體上與歌手、歌曲的網路聲量，並採用意見目標的情緒分類 Aspect-based sentiment analysis (ABSA)模型，來對與歌手、歌曲相關的評論進行意見目標之情感分析，將結果應用於「熱門歌曲點播率之預測」。實驗結果顯示，加入「歌手網路聲量」以及「意見目標之情感」分析結果，有助於後續歌曲點播量提升的預測，而且加入「意見目標之情感」分析結果，比起只包含意見目標的「句子整體情感」分析效能，對「熱門歌曲點播率之預測」更為準確。