Music and Human Emotions: Sentiment Analysis of the Impact of Lyrics and Melodies

Abstract

Music plays an important role in society and is a medium to influence emotions, behavior and local culture. In addition, the lyrical and melodic elements contained in music can also evoke extraordinary emotional sentiments in the audience. Therefore, this study was conducted to explore new dimensions related to music sentiment analysis, including the subfield of natural language processing (NLP). This application is important to assess the role of the richness of song lyrics inspired by the composer in influencing the psychology and soul of the listener. In this regard, this study aims to identify musical sentiment based on Taylor Swift's work, in addition to analyzing the lyrical content that is able to influence the audience's emotional response. The limitations of this study focus on the categorization of songs based on the classification of 10 basic emotions including surprise, sadness, disgust, fear, negative, anger, trust, anticipation, joy and positivity. In terms of methodology, this study uses a quantitative design based on a computational approach. Data analysis was carried out on the Taylor Swift song data set by applying the VADER sentiment analysis tool and word frequency analysis. This process is supported by the theory of language polarity classification to classify lyrical sentiment into three main categories, namely positive, negative, or neutral. In conclusion, the findings of this study have proven that music functions as an effective psychological instrument; where the intertwining of lyrics successfully translates measurable sentiments, thus directly shaping the emotional landscape of its listeners.

ABSTRAK

Muzik memainkan peranan penting dalam kalangan masyarakat dan menjadi medium untuk mempengaruhi emosi, tingkah laku serta budaya setempat. Selain itu, elemen lirik dan melodi yang terangkum di dalam muzik juga dapat membangkitkan sentimen emosi yang luar biasa kepada khalayak pendengar. Oleh itu, kajian ini dilaksanakan untuk meneroka dimensi baharu yang berkaitan analisis sentimen muzik merangkumi subbidang pemprosesan bahasa semula jadi (NLP). Pengaplikasian ini penting bagi menilai peranan kekayaan lirik lagu yang diilhamkan oleh komposer dalam mempengaruhi psikologi dan jiwa pendengar. Sehubungan dengan itu, kajian ini bertujuan untuk mengenal pasti sentimen muzik berdasarkan karya Taylor Swift, di samping menganalisis kandungan lirik yang berupaya mempengaruhi tindak balas emosi khalayak. Batasan kajian ini tertumpu pada pengkategorian lagu berdasarkan klasifikasi 10 emosi asas termasuk kejutan, kesedihan, jijik, ketakutan, negatif, kemarahan, kepercayaan, jangkaan, kegembiraan dan positif. Dari segi metodologi, kajian ini menggunakan reka bentuk kuantitatif berasaskan pendekatan komputasional. Penganalisisan data dilaksanakan terhadap set data lagu Taylor Swift dengan mengaplikasikan alat analisis sentimen VADER serta analisis kekerapan perkataan (word frequency analysis). Proses ini disokong oleh teori pengelasan polariti bahasa bagi mengklasifikasikan sentimen lirik kepada tiga kategori utama, iaitu positif, negatif, atau neutral. Kesimpulannya, dapatan kajian ini telah membuktikan bahawa muzik berfungsi sebagai instrumen psikologi yang berkesan; yang mana jalinan lirik berjaya menterjemahkan sentimen yang terukur, sekali gus secara langsung mencorakkan landskap emosi pendengarnya.