ちょっと前に西野カナ の「会いたい」率は異常、というネタが各所で取り上げられて話題になってた。VOCALOID 楽曲の歌詞だと、頻繁に登場する単語ってどんなもんがあるんだろう、ということ。
http://matome.naver.jp/odai/2128893489144617201
ボカロ曲は歌詞のテーマも、恋愛モノや応援歌や季節モノ、果てはSFストーリーを曲に載せて語るものまで多種多様。そんな状況にも関わらず、なんとなく人気になる曲の詞には似通った性質があるなあという雑感を抱いていた。ので、その歌詞を構成する単語のトレンドを調べてみたら見えてくるものがあるんじゃないかと。
ちょうど最近、形態素解析 のMecab というソフトを色々と弄っていて、これの単語分割機能がそこそこ精度が高く取得できるので、せっかくだから歌詞の取得方法も含めて全自動化して単語の集計処理をしてみようかと言うことで、この年末年始にシコシコと準備をしていた。
結論から言うと、実際には完全自動化とはいかず90%ぐらいの自動化に留まった。とりあえず、歌詞取得にあたっては有志のVACALOID曲データベース（？）であるところの、「初音ミク Wiki 」にはかなりお世話になった。と同時に、厳密にはデータベースではないので、データ抽出の過程で色々と問題があってどうしても手動での修正や目視での確認が必要になったりもした。
トップページ - 初音ミク Wiki - アットウィキ
また単語分割自体も、歌詞というクセのある文章にかけた場合に色々と厄介な問題も出てきたりはしたのだが、この辺りは話すと長くなるので詳しくはまた別の機会に。
対象となる曲
世の中に公開されてるすべての曲をやるような気力も流石にないので、以下の条件を満たす曲に絞って単語を集計してみた。
2012年1月1日から12月31日までにニコニコ動画 で公開された曲
「VOCALOID 殿堂入り」（10万再生以上で付くタグ）または「VOCALOID 伝説入り」（100万再生以上でｒｙ）のタグがついている
再生数が10万を超えていること（フライングでつけられてる場合があるので）
「初音ミク Wiki 」に歌詞が登録されていること
既存曲のアレンジやコピー曲ではないこと（ただし歌詞に大幅な変更があるものは対象とする）
これを2013年1月7日23時59分時点で自動収集を開始したところ、上記の条件を満たした曲は277 曲あった。
結果発表の前に
まず紹介の仕方として、困ったことに多いものから順番に並べていっても、あまりに普通すぎる単語が並ぶばかりで面白みにかけてしまう。「もう」 （241回）、「その」（223回）…という、文章を成立させるために単語同士をつなぐ意味合いで使われるような単語ばかりになってしまう。
代名詞、およびキャラ名編
歌詞のなかで人を指す単語はとにかく登場する。実質、ランキングにしてもほとんどがこれで埋め尽くされるというレベル。ここでは特に多かった５つを紹介。
「君」（「きみ/キミ/君」の合計）
使用総数は642回、使用曲数は151曲。VIDEO
「ODDS&ENDS」はyoutube 版の動画から。「添い遂げたアンドロイドへ」は歌詞の中で『キミキミキ ミキミ 君の唇に 』のように、意味的には『キミ』に当たる単語を連呼する箇所があるのだが、形態素解析 ソフトは連続するカタカナを一単語として判断するためカウントされておらず、自動化が目的なので個別に判断することも やってられない 難しいのでスルーした。ためしに、これらをきちんとカウントしてみたら使用回数は31回になった。
「僕」（「ぼく/ボク/僕」の合計）
使用総数は574回、使用曲数は127曲。
別単語として、『僕ら/僕達』は使用総数73回、使用曲数34曲。
「誰」（「だれ/ダレ/誰」の合計）
使用総数は234回、使用曲数は113曲。
代名詞は同じ曲の中で何度も使用されるケースが多いが、『誰』は1曲平均2回程度と低くなっている。
「私」（「わたし/ワタシ/私」の合計）
使用総数は223回、使用曲数は77曲。
『あたし/アタシ』の場合は使用総数52回、使用曲数18曲。
「あなた」（「あなた/アナタ/貴方」の合計）
使用総数は163回、使用曲数は59曲。
『貴女』は使用総数3回。『貴男』は1回だった。
全体的に自分を指す言葉は『私』より『僕』、相手を指す言葉は『あなた』より『君』という傾向が強い。ボクっ娘 大勝利である。
ボカロキャラク ター名としては、ぶっちぎりで多かったのが『レン』（111回、3曲）
他は『ミク』でも3回程度、ただし『みっくみく 』のような単語は抽出できていない。『リン』は14回使われてた。↑の1曲だけで。
使用総数
人を指す単語および意味の希薄な単語以外を対象に、とりあえず名詞、動詞、形容詞のあたりで使用総数の多かったものを10個ほど。
「世界」（「世界/セカイ」の合計）
使用総数は210回、使用曲数は100曲。
『世界中』は別単語扱いで8回（3曲）使用されている。
「何」（「なに/ナニ/何」の合計）
使用総数は190回、使用曲数は102曲。
別単語の中では『何もかも』は8回（6曲）使用。形態素解析 ソフトの方で「何回」のような単語を「何」＋「回」としてカウントしてしまっているかららしい）
「今」（「いま/イマ/今」の合計）
使用総数は174回、使用曲数は95曲。
『今』という字を含む単語も多く、『今日』が82回（50曲）、『今夜』が25回（14曲）、『今宵』が20回（12曲）となっていた。
「手」
使用総数は171回、使用曲数は93曲。
「見る」
使用総数は166回、使用曲数は100曲。魔法少女 のコスプレしています。」（5回）
『見える』は72回（53曲）、『見つける』で27回（22曲）、『見せる』で21回（19曲）と活用形の単語がそれぞれで数多く使用されている。
「知る」
使用総数は141回、使用曲数は80曲。六兆年と一夜物語 」（16回）
別単語で『知れる』は4回使用。
「言う」
使用総数は138回、使用曲数は74曲。
別単語で『言える』は27回（20曲）、『言い訳』は12回、9曲で↑の曲がうち4回を占める。
「声」
使用総数は130回、使用曲数は74曲。
「目」
使用総数は129回、使用曲数は87曲。
別単語で『目覚める』で9回、『目指す』で7回使用されている。また、『眼』では15回（11曲）で使用されている。
「夢」（「ユメ/夢」の合計）
使用総数は128回、使用曲数は77曲。
別単語で『夢見る』で20回（17曲）、『夢中』で9回使用されている。
ピックアップ
以下は、テーマごとに似たような意味合いの単語をいくらかまとめる感じでピックアップしてみた。
「好き」（「すき/スキ/好き」の合計）等、ラブソング系
使用総数は140回、使用曲数は45曲。
別単語で『大好き』は20回（15曲）使用。
いわゆるラブソングというジャンルの曲では数多く使われるイメージがある。ので、この単語は使用曲数が思ったより少ないという印象だった。
ちなみに、『愛』をもっとも多く使用した曲が「ラブソングを殺さないで」（11回）、ちょっと面白い。
「痛い」等、ネガティブ系
使用総数は108回、使用曲数は23曲。過半数 を占めている。凄まじい連呼率である。
また、形態素解析 ソフトの仕様らしく『いたい』と平仮名で書くと動詞の『いる』の方に解釈されてしまう確率が高い模様。
ネガティブなイメージの中でも特に攻撃性を含んだ単語は、『死ぬ』が54回（30曲）、『ばか/バカ/馬鹿』が36回（23曲）、『殺す』が23回（18曲）、『傷つける/傷つく/傷』がまとめて31回（24曲）。なんだか最近人気のVOCALOID 曲ではこの辺りが頻繁に使われているイメージがあっただけに、こちらも思いのほか少ない気がしてる。
ネガティブイメージとしてはむしろ内向きな感情を表す単語の方が使用曲数も多いようで、『泣く』108回（69曲）、『消える』97回（54曲）、『終わる』95回（52曲）、『忘れる』79回（52曲）、『嘘/ウソ/うそ』70回（39曲）。アッパー系よりダウナー系の曲のほうが支持が高い傾向にあるのかもしれない。
「笑う」等、ポジティブ系
使用総数は114回、使用曲数は77曲。
別単語では『笑顔/えがお 』で55回（41曲）、『笑み』で18回（12曲）、『微笑む』で14回（11曲）など、『笑』を含む単語は多種使用されている。
他にもポジティブイメージの単語として『生きる』81回（50曲）、『しあわせ/シアワセ/幸せ』で65回（33曲）、『楽しい』で44回（30曲）、『優しい』で51回（36曲）。ただ、歌詞全体で見るとネガティブの裏返しで使われているのも多いような…。
名詞、動詞、形容詞以外の品詞について注目した場合
感動詞 は『嗚呼/ああ』155回（43曲）接続詞は『また』130回（69曲）、『でも』63回（42曲）、『ただ』62回（40曲）
副詞は『もう』241回（113曲）、『そう』125回（73曲）。
そのほか
『うた/唄/歌』44回（28曲）、『歌う/うたう』46回（28曲）。「歌姫」 的な曲はボカロ黎明期には多かった印象だが、最近はそれなりな数に収まってきたのか。
『こころ/ココロ/心』123回（81曲）。
『夜』76回（46曲）。
他に時間的な単語としては、『あした/明日』76回（50曲）、『未来』66回（43曲）、『時間』55回（42曲）など。
『はる/春』8回（6曲）、『夏/なつ』19回（11曲）、『秋』3回（3曲）、『ふゆ/冬』3回（3曲）。
ほかにも『わかる/分かる』117回（71曲）、『空』94回（57曲）、『届く』74回（49曲）、『変わる』58回（42曲）、『顔/かお』52回（39曲）などなど。
まとめ
疲れた…。こんなに長く書くつもりもなかったのに、思いのほか長文になってしまった。7日に集計してからダラダラ1週間も書いてしまった。
全体的には、単語から見るイメージの偏りは想像したほどには無い印象。攻撃的な単語がもっと多いと思ってたけど、むしろ欝系、内向系の単語の方が多かった。攻撃系やラブソング系の単語は1曲の中で複数回連呼されるケースが多いので、テーマのはっきりした曲は同じ単語を使って印象を強める傾向があるのかも知れない。
それにしても『世界』は使われてるなあー。実は今回の集計の前に、期間を設けず100万再生以上の曲のみを対象に集計してみたのだが、やはり『世界』は代名詞や意味の薄い動詞、接続詞などを除けばトップの総数と曲数を誇っていた。それでなくても、対象曲の40%ぐらいで単語として登場するというのはやはり多い。
頻出の単語をざっと見ていて思うのは、『目』『手』『声』みたいに身体のパーツが頻繁に登場して、それが『見る』『言う』『知る』みたいな感覚の入出力を行って、やがて『好き』『笑う』『泣く』『痛い』みたいな感情の発露につながって、最終的には『世界』とか『夢』とか『空』みたいな広い大きい概念に通じていく〜みたいなストーリーで歌詞が構成されているのだろうか。
