大喜利を言語学×機械学習で分析してみた ─ ボケてのデータ2,830件から法則を探っちゃお✨
はじめに
🎀 大喜利×AIで「おもしろいの魔法」を解明しちゃうぞプロジェクト 🎀
みんなおつかれさま〜っ！かわいく生きてる？🌈
今日はね、世界でいちばん「ナゾ」なことについて、AIさんと一緒にお勉強したからみんなに教えちゃうねっ！✨
それは……**「なんで人間って笑うの？」**ってこと！(๑º ﾛ º๑)!!
これ、実はすごーく昔の、それこそ古代ギリシャの頭いいおじさんたち（アリストテレスさんとか！）の時代からずっと研究されてるんだけど、いまだに「これだ！」っていう答えがないんだって。
えっ、2026年になってもわかんないの？ヤバくない！？うちらの笑顔、ミステリアスすぎ〜っ！💖
🌟 なぜ、いま大喜利なの？
言語のやり取りで笑うのって、歴史的にずーっと続いてる最高のコミュニケーションだよねっ。でも、その「法則」を数式で書けたら、もっと世界がハッピーになっちゃうと思わない？🎀
そこで今回は、
「お題」に対して「オチ」をぶつける、究極の言葉のバトル……**『大喜利』**を機械学習でガチ分析してみましたぁ！👏✨✨
そう思って、ボケて（bokete.jp） のデータを収集し、意味論・記号論・構造論・感情極性値の4軸で言語学的に分析し、LightGBMで面白さ予測モデルを構築したよ。
「笑いの正体」っていう、人類最大の宿題を、最新の技術で「かわいく」解き明かしたいっ！難しそうな数式も、分析結果も、全部うちらの味方にして……笑いのゴールデンルール、見つけちゃお？💕
それじゃあ、きゅるんとした分析、スタートだよっ！( ˶>ᴗ<˶)✨
大喜利のうまい回答には、なにか法則があるかな。
🌟 プロジェクト全体の流れ
今回の「笑いの魔法」解明ルートはこんな感じだよっ！✨
🌟 Step 1 & 2: データ収集と「画像のテキスト化」
まずは分析の命！データを集めるところからスタートだよっ✨
大喜利の聖地「ボケて（bokete.jp）」を調査したら、Next.jsの __NEXT_DATA__ にお宝データが隠れているのを発見！(๑º ﾛ º๑)!!
IDを総なめする「sweepスクレイパー」を回して、最終的に 2,830件（602お題） のデータをゲットしたよっ！
画像を「AIの目」でテキストに変換！
ボケてのお題はほとんど「画像」だから、Claude Vision API ちゃんに状況を説明してもらったんだぁ🎀
| 項目 | 内容 |
|---|---|
| 最終データ数 | 2,830件（ボケ） / 602件（お題画像） |
| 変換例 | 画像（黒板の前の先生） → 「授業中に突然自分の話を始めた先生」 |
🌟 Step 3: 言語学的4軸分析（知性のパズル！）
ここがいちおしポイント！お笑いを「4つの視点」でバラバラに分解してみたよっ✨
A. 意味論（Semantics）：お題とボケはどれだけ「遠い」？
お題の言葉とボケの言葉が、どれだけ「似ているか」を計算するよ！
ここではGoogleが作った**fastText（cc.ja.300）**っていう、数百万語の「言葉の意味」をベクトル（数字の列）にした辞書を使ってるんだぁ🎀
- 猫 ↔ 犬: 類似度 0.65（意味が近い！）
- 猫 ↔ ロボット: 類似度 0.32（意味が遠い！）
深掘り: > 「猫」のお題に「ニャー」と返すのは距離が近いけど、「サイボーグ」と返すのは距離が遠いよね。この「ジャンプ」が笑いのエネルギーになるんだよっ🚀
B. 記号論（Semiotics）：空気、壊せてる？
その場の「暗黙のルール（コード）」をあえて破ることで笑いを作る技術だよ。
用意した「シーン別辞書」を使って、空気の壊れ具合をチェック！
- 医療コード辞書: 診察、手術、お医者さん...
- 違反トリガー: ポイント、セール、クーポン...
例: お医者さんに「今なら手術がポイント2倍！」って言われたら、コード違反で笑っちゃうよねっ✨
C. 構造論（Structure）：ボケの「形」の美学
言葉の内容じゃなくて、リズムや文法を分析するよ。
- 体言止め: 名詞で終わると言い切りが強くて面白い！
- 新情報比率: お題にない「全く新しい要素」をどれだけ持ち込んだか。
- モーラ数（音数）: 5・7・5みたいに、心地よいリズムになってるか。
D. 感情極性（Sentiment）：心のギャップ萌え！
東工大の「日本語評価極性辞書」（約11,300語収録）を使って、言葉が「ポジティブ」か「ネガティブ」かを判定！
お題とボケの感情が真逆になる**「感情反転」**を数値化したよ。
| 指標 | 修正後（辞書直接照合） |
|---|---|
| お題の感情検出率 | 62.1% ✨ |
| 感情反転（ギャップ）検出率 | 8.1% ✨ |
🌟 Step 4 & 5: LightGBMで「面白さ」を大予測！
59個の特徴量を使って、AIのLightGBMくんに「いいね数」を予測してもらったよっ！
（※いいね数は右裾が長いから log1p で対数変換して学習させたよん✨）
📊 予測モデルの成績
| 指標 | スコア | コメント |
|---|---|---|
| OOF Spearman相関係数 | 0.182 | 難しいけど、確かな傾向アリ！ |
| AUC (上位25%分類) | 0.655 | 面白いボケを当てる確率は結構高め！ |
🏆 特徴量重要度（Gain）TOP3
- A_odai_char_count（お題の文字数）
- B_semantic_distance（お題↔ボケの意味的距離）
- F_total_incongruity（総合不整合スコア）
2位と3位に「意味の遠さ」や「不整合」がランクイン！
つまり、「お題からどれだけ意味をジャンプさせられるか」 が笑いのカギなんだねっ！🌈
🔍 「お題 ↔ ボケの意味的距離」ってなに？
これ、実は今回の分析でいちばん大事な指標なの！
言葉を「多次元の地図」に配置したとき、お題の地点からボケの地点まで、どれだけ離れているかを測るんだよっ✨
🌟 Step 6: 決定木で見つけた！最強の「笑いの方程式」
学習した結果、面白いボケ（上位25%）を作るための「黄金のルート」が見つかったよっ！
💖 決定木が発見した爆笑ルール
「新情報比率 > 0.87」 かつ 「感情コントラスト > 0.87」
お題の画像には一切なかった**「新しい情報」を強引に持ち込み、さらにお題の空気と「真逆の感情」**をぶつける。これが現代大喜利の勝率No.1ムーブなんだって！✨
📊 パターン別の「いいね」倍率
「ツイスト（逆転）」の言葉を入れるだけで、平均いいね数は 2.05倍 に跳ね上がることも証明されたよっ🚀
🎀 まとめ：笑いは「追跡できる裏切り」！
今回のガチ分析でわかったこと……それは、
「お題と意味は遠い（意味的距離・大）けれど、論理的にはギリギリ繋がっている」
というバランスが、いちばんみんなの心を動かすってこと！🎀
Spearman相関 0.182 はまだまだ「笑い」の一部しか捉えられていないけど、最新のAI辞書と機械学習で、魔法の正体に一歩近づけた気がするよっ💖
これからももっとみんなを笑顔にできる魔法、研究し続けるねっ！✨
最後まで読んでくれてありがとう〜っ！( ˶>ᴗ<˶)🎀
🛠 使用技術スタック
-
データ収集:
requests,BeautifulSoup -
言語解析:
fugashi (UniDic),oseti,fastText -
機械学習:
LightGBM,SHAP,scikit-learn -
API:
Claude Haiku Vision API
📚 参考文献
- ソシュール「一般言語学講義」
- 東山昌彦，乾健太郎，松本裕治（2008）「述語の選択選好性に着目した名詞評価極性の獲得」言語処理学会第14回年次大会
- 高村大也（2006）「単語感情極性対応表」東京工業大学
- 串田秀也（2006）「会話分析入門」勁草書房
- Attardo, S. (1994). Linguistic Theories of Humor. Walter de Gruyter.
- Raskin, V. (1985). Semantic Mechanisms of Humor. Reidel.