Hobby

テキストマイニング × デッドバイデイライト

今回はYoutubeにアップロードされているデッドバイデイライト(以下、DBD)というゲームを対象に、有名配信者の動画(音声データ)を使用し、テキストマイニングをしてみました。

数名の配信者の発言から共通点をあぶり出し、DBDにおける関心が何なのかを考えてみたいと思います。

今回の記事はDBDを知らない人には全く理解できない内容なので、知らない方は他のページに行ってください。

DBDとは

死に救済は無いー

Dead by Daylightは、1人の殺人鬼と4人の生存者に分かれて戦う非対称型サバイバルホラーゲーム。
4人の生存者は、単独、あるいは複数で行動し、殺人鬼の脅威をかいくぐりつつ、発電機を修理し儀式から脱出することが目的で、1人の殺人鬼は、生存者を捜索し、追跡、そして処刑し生存者たちが脱出する前にエンティティに捧げることが目的である。(Dead by Daylight 攻略 wiki様より引用)

解析対象者

今回、解析対象としたDBDの有名配信者は「柏木べるくら」さん、「あっさりしょこ」さん、「フルコン」さん、「柚子木しろ」さんの4名としました。

それぞれの配信者が投稿した動画の中で比較的長い動画であるライブ配信を使用しました。併せて、解析に使用した動画を提示します。(最近、配信されたものです)

べるくら

柏木べるくら(Twitterより引用)DBD公認配信者(fog whisperer)として活躍中。
2021年9月25日時点で登録者数62.6万人

あっさりしょこ

あっさりしょこ(YouTubeより引用)2021年9月25日時点で登録者数38万人

フルコン

Twitterより引用

「フルコン」という名前は、ドラゴンクエストのプレイヤー名を「ファルコン」としようとしたところ、4文字までしか入力できなかったため、「フルコン」としたことに由来する。

(https://ja.wikipedia.org/wiki/フルコンより引用)

柚子木しろ

柚子木しろ。Twitterより引用。 DBD公認配信者(fog whisperer)として活躍中。
2021年9月25日時点で登録者数8.02万人

YouTubeから音声情報を取得(文字起こし)

精度は高くありませんが、標準機能として文字起こしがあります。今回はそれを使用しました。

この文字をコピーします。

この文字は時刻と、発言の繰り返しとしてクリップボードに入っていますので、時刻の情報を除きます。

コピーしたらエクセルに貼って、1,2,1,2,・・・と隣の列に番号を振ります。

番号が振れたらB列をもとにソートすれば時刻の情報と分けることができます。

テキストマイニングに用いたWebサイト

テキストマイニングはMeCabなどを用いてプログラムを書いて行うことが多いが、今回は手軽に(かつ詳細に)実行可能なサイトを使用します。

登録しなくても利用できますが、無料登録すると解析できる文字数が10,000文字から200,000文字に増えるのでぜひとも登録しましょう。

利用方法はとても簡単で、文字列をフォームに入力し「テキストマイニングをする」をクリックするだけ。

結果

それぞれの動画の解析結果を示します。

まずは「柏木べるくら」さん

つぎは「あっさりしょこ」さん

次は「フルコン」さん

最後に「柚子木しろ」さん

結果の解釈

べるくらさん、しょこさん、フルコンさんに共通して「破滅」というキーワードが表示されています。破滅とはパーク(選択可能な付加能力。1試合に4つのパークを使用可能)の名前で発電機の修理進行を妨げるものです。

このゲーム(キラー側)において現状で最も重要なパークであることが分かります。

べるくらさんの結果に「のび太」とあるのは、べるくらさんが名前をのび太にしていたためです。PC版のDBDでは名前をコロコロ変えている人が多いです。「スキン」の文字が大きく表示されているところもべるくらさんらしい結果だと言えます。

しょこさんの結果は、口癖が若い感じがよく出ています。キラーの「ナース」が出ているところも、しょこらしいですね。※しょこはキラーの一人であるナースの使い手です(プロ・ナース)。また、DBDといえば「バグ」ですので、これもらしいですね。また、しょこさんは絶叫しがちです。

フルコンさんは一緒に遊んでいるEXAM(ザム)が最も大きく表示され、頻出しています。仲がいいですね。またds(ストライク、サバイバー側のパーク)を強く意識しているのが分かります。今回の動画では「勢力争い」を使うアーカイブをやっていたようです。宝箱を「箱」という口癖も出ていますね。

柚子木しろさんは「チーター」(不正に能力を上げてプレーする人。ハッキングみたいなもの)に当たったのでしょうか?強い人は強い人に当たるようになっているので、チーターに遭遇することが多いようです。

さいごに

簡単にAIを用いたテキストマイニングを行うサイトを紹介しました。自分なりの応用を考えてみてください。今回示した図以外にも、各用語ごとの出現頻度や、ポジティブ/ネガティブの比率などいろいろと面白い結果が見られるので、ぜひ試してみてください。