＆MEMBERとは… ＆MEMBERにご登録（無料）いただくと、気に入った記事に共感を示したり、コメントを書いたり、ブックマークしたりできます。こうしたアクションをする度にポイント「＆MILE」がたまり、限定イベントやプレゼントの当選確率が上がります。

音楽の作り方は、人や状況によって千差万別だ。たとえば、コード進行やリズムパターンから音楽を組み立てていくアプローチもあれば、詞に曲を付ける「詞先」、曲に詞を付ける「曲先」という方法もある。いずれにしろ作曲という行為は、無から秩序だったものを生み出す人間だからこそ可能な作業だろう。 しかし、Googleは機械学習（マシンラーニング）研究プロジェクト「Project Magenta」で、コンピュータによる作曲に取り組んでいる。そんなGoogleが、今度は詞に合うメロディを自動生成する作曲技術を考案。この技術を米国特許商標庁（USPTO）へ出願したところ、米国時間7月5日に「MACHINE LEARNING TO GENERATE MUSIC FROM TEXT」（公開特許番号「US 2018/0190249 A1」）として公開された。出願日は2016年12月30日。

1. 本Part概要 前PartではB'zの歌詞を「TF-IDF」を用いた分析を行いました。 本Partではトピックモデルの一つである「LDA」を用いた分析についてお話しします。 pira-nino.hatenablog.com 2. LDAとは 2.1 LDAのイメージ 先に簡単な説明をしてしまいます。 LDAは「たくさんの文書データから単語のグルーピングを行う」モデルです。 このグループ1つ1つを「トピック」と呼びます。 例えば、大量のニュース記事にLDAを適用する例を考えます。 ニュース記事データにLDAを適用した例 LDAでは「各トピック（トピック数は予め指定）における各単語の所属確率」が算出されます。 理論的なことはさておき、文書データから単語をいくつかのグループに自動で分けてくれる手法 との理解で大丈夫です。 よく勘違いされることとして以下の2点を示します。 トピック数（いくつ