アニメに描かれている現実職業：存在しない仕事の正体とは？

本研究プロジェクトでは、21,988 作品のアニメをスキャンし、各職業がどれだけの頻度で言及されているかを分析しました。国連国際労働機関（ILO）の標準分類 ISCO-08 を基盤とし、アニメ内での「名指しされていない」仕事たちを特定しています。

🚀 プロジェクトの概要と成果

趣味のためのデータプロジェクトです。LLM（大規模言語モデル）を用いた自動分類技術によって、アニメ内の職業分布を可視化しています。

🔎 ライブ・エクスプローラー

任意の職業を検索し、以下の情報を確認できます：

• どのアニメに登場するか
• 10 年ごとのトレンド変化

📊 データ提供物

• スライドデッキ: 発見された事実を楽しく紹介する 12 スライド構成のパresentation（PDF）

---

📈 主な発見と統計データ

分析結果に基づく主要な洞察は以下の通りです：

• 「教師」が最も頻出
  • 約 1,370 作品（全体の 7.6%）で言及されています。
  • アニメ界において「学校」や「教育現場」が非常に活気ある舞台となっています。
• 2020 年代のトレンド変化
  • 「異世界転生」や「日常系」ブームの影響により、店主が教師を抜いて No.1 に躍り出ました。
• ファンタジー職種の優位性
  • ファンタジー役割を含めると、王族（1,792 タイトル）はあらゆる現実の職業を上回っています。
• 「欠落リスト」：存在しない職業
  • 登場人物として名指しが可能な職業約 150 種のうち、アニメではわずか 17 種類しか言及されていません。
  • 具体的に見かけない職種:
    • 金融アナリスト
    • システムアナリスト
    • 教習所指導員
    • 印刷技師
    • ファストフード店従業員
    • 船舶エンジニア
    • その他、バックオフィスやサービス業の末端職種

👨‍💻 あなたのニッチな専門職の数値化

特定の専門職がアニメに登場する頻度は以下の通りです：

• ソフトウェア開発者: 41 件
• 保険代理店: 18 件（『トリガン』の主人公は文字通り保険代理店）
• 薬剤師: 15 件
• 路面電車・バス運転手: 5 件

---

⚙️ 仕組みと分析方法

職業分類体系を構築し、LLM を使用して言及を検出・分類しています。結果はローカル環境で動作する静的 Web アプリケーションを通じて探索可能です。

1. データソース

• AniList: メタデータ、タイトル、キャラクターバイオグラフィ、タグの取得元。
• ISCO-08: 国際労働機関による職業分類体系（当初 436 項目から約 150 項目へ絞り込み）。
• コミュニティアーカイブ: 日本語アニメ字幕ファイル（約 128,000 ファイル）を対話データとして活用。

倫理的な取扱い

• 著作権に保護された字幕テキストは保存・再配布しません。
• データセットには派生統計、タイトル、AniList ID のみを含みます。
• 非営利のファンプロジェクトです。

2. 検出プロセス（3 レイヤー構造）

職業リストはキャラクターが合理的に識別可能な約 150 種（レンダラブル・セット）へ絞り込まれています。残りの 286 項目は「検証不可能」として報告されます。

レイヤー	対象	詳細
コーパス＋主人公	プロット概要	AniList を経由した作品全体のあらすじ分析。
準メインキャラクター	キャラクタープロフィール	「役割フィールド」（主要/サポート/バックグラウンド）に基づき、出演程度の医師などもカウント。
対話	サブタイトルテキスト	字幕ファイルを活用し、一瞥された仕事の言及も検出。

3. 分析パイプライン（2 段階）

1. 第 1 段階（高再現率）
   • 英語および日本語の表面形態を ISCO コードにマッピングしたキーワード辞書を使用。
   • テキスト全体を広く網羅し、誤検出を許容する設計です。
2. 第 2 段階（高適合率）
   • LLM (Claude Haiku) が曖昧な候補文を文脈の中で判断します。
   • 以下の古典的な落とし穴を排除：
     • 否定文（「医者ではありません」）
     • 仮定法（「もしパイロットなら」）
     • 多義語（「士官」「バンド」）
     • ファンタジー同形語（「メカパイロット」と「航空会社のパイロット」の区別）

4. 精度の評価と信頼性

• 適合率・再現率推定: より強力なモデル（Claude Opus）がヒットサンプルを評価し、統計を算出。
• 信頼性フラグ: 測定された職業の約 4 分の 1 は「信頼性低い」とフラグ付けされています（例：架空の「航空機操縦士」など）。これらはカウントの上限値として扱う必要があります。

---

📊 データの数値読み解き（重要な留意点）

分析結果を利用する際は、以下の点を必ずご確認ください：

• 名指しされたもののみ
  • テキスト内で名前が呼ばれている職業のみを検出します。
  • 画面に描かれているが名前が出ない職業（祭りの屋台、ホテルフロントデスク等）はカウントに含まれません。
• 分母について
  • パーセント値の横には、「スキャン可能なテキストを持つ約 18,127 タイトル」に対する割合が表示されます。
• シリーズ vs エピソード
  • デフォルトでシリーズごとに重複を除きます（例：『名探偵コナン』の映画 28 作＝1 とみなす）。
  • 各エピソードは独立した行として保存されており、展開・折りたたみが可能です。

---

💻 開発者向け：実行とローカル構築

ローカル環境での動作方法

同じ UI を動作させるには以下の方法があります：

# ローカルサーバー起動 (http://127.0.0.1:8000)
python ap.py web

# 静的サイト生成（GitHub Pages 向け、バックエンド不要）
python ap.py export-static

パイプラインの実行方法

Python 3.11 以上と Anthropic API キーが必要です。

# 環境構築
python3 -m venv .venv && ./.venv/bin/pip install -r requirements.txt
echo "sk-ant-..." > api_key.txt        # または export ANTHROPIC_API_KEY

# 収集・抽出・評価フェーズ
python ap.py collect          # AniList コーパス＋キャラクター＋タグ（無料）
python ap.py extract          # ステージ 1：辞書候補生成（無料）
python ap.py estimate         # バッチコスト予測（無料）
python ap.py adjudicate       # ステージ 2：Claude Haiku による判断（有料）
python ap.py measure          # 適合率・再現率測定の計算（有料）

# レポート生成とエクスポート
python ap.py analyse          # カバレッジレポート＋ゼロ言及リスト
python ap.py export           # occupation_counts.csv, title_occupation.csv, evidence.csv を出力

# オプション：サブタイトル対話分析（レイヤー C）
python ap.py subtitles-prep   # 推定処理
python ap.py subtitles-match  # AniList ID マッピング
python ap.py subtitles-scan   # 候補抽出

コストとスケール参照

• 対象: 21,988 作品のアニメおよび約 12 万 8,000 ファイルの字幕。
• LLM 消費量: 約 101,000 クロウド ハイク判断＋約 2,000 オープススポットチェック。
• 総費用: 全額で約 34 ドル。
• 所要時間: 主に無人のバッチ処理により約 1 日 で完了。

リポジトリ構成概要

ap/                パッケージ本体
├── taxonomy.py    ISCO-08 階層構造＋ファンタジーオーバーレイ
├── lexicon.py     英語表面形態辞書（曖昧性フラグ付き）
├── jp_lexicon.py  日本語表面形態（レイヤー C）
├── db.py          SQLite スキーマ＋チェックポイント管理
├── anilist.py     AniList GraphQL クライアント
├── collect.py     収集処理（コーパス・キャラクター・クラスタリング）
├── extract.py     ステージ 1：辞書候補生成
├── adjudicate.py  ステージ 2：LLM による判断＋コスト見積もり
├── measure.py     適合率・再現率測定制御
├── layerc.py      サブタイトルスキャン処理（テキスト保存不可）
├── analyse.py     カバレッジレポート生成
├── export.py      CSV エクスポート機能
├── webapp.py      ローカルエクスプローラーサーバー
└── export_static.py 静的サイト事前計算

---

📜 クレジットとライセンス

• 技術基盤: Anthropic (Claude API) を使用して構築。
• データ権利: データは各自の提供者（AniList, ILO の ISCO-08）の著作権に属します。
• コード利用: コードは参照用にリリースされています。表示されたデータは派生もので非営利です。
• 免責事項: 本プロジェクトは AniList、MyAnimeList、またはどのアニメスタジオとも関連性はありません。