• Home
  • Química
  • Astronomia
  • Energia
  • Natureza
  • Biologia
  • Física
  • Eletrônicos
  • Uso de aprendizado de máquina para descoberta de conhecimento musical

    Wordcloud da escola de música renascentista italiana. Crédito:Sergio Oramas et al.

    Pesquisadores da Universidade de Pompeu Fabra, A Cardiff University e a Technical University of Madrid usaram algoritmos de aprendizado de máquina para descobrir coisas novas sobre a história da música.

    Uma das principais tarefas dos pesquisadores da musicologia é desenvolver e validar hipóteses musicais, depois de estudar documentos históricos e outras informações disponíveis. Muitos documentos históricos já foram digitalizados e podem ser acessados ​​e navegados em um computador, tornando mais fácil para os pesquisadores acessá-los online. Contudo, mecanismos de pesquisa básicos operam em um nível de "correspondência exata de string de texto", e, portanto, nem sempre capturam o significado subjacente no conteúdo.

    Em um estudo publicado recentemente, o pesquisador de ciência de dados musicais Sergio Oramas e seus colegas testaram abordagens de processamento de linguagem natural (PNL) que poderiam tirar o máximo proveito de documentos históricos arquivados, ajudando cientistas a descobrir novas hipóteses e identificar padrões interessantes nos dados disponíveis.

    "Como musicólogo, Eu queria explorar o conteúdo de grandes enciclopédias musicais, como o dicionário New Grove ou Wikipedia, "diz Oramas em entrevista ao Tech Xplore . "Há muito conteúdo para ler e muito pouco tempo na vida, mas os computadores podem nos ajudar nisso. "

    Wordcloud da escola de música francesa do Renascimento. Crédito:Sergio Oramas et al.

    O trabalho de Oramas e seus colegas aplica processamento linguístico automático a grandes coleções de textos relacionados à música, a fim de descobrir novos fatos que estão escondidos nas entrelinhas e avaliar o potencial do aprendizado de máquina para a pesquisa musicologia. O estudo deles usou dados de uma variedade de fontes, incluindo Wikipedia, DBpedia, e MusicBrainz, especificamente relevante para o flamenco, Música renascentista, e música popular.

    Usando PNL, um método computacional de análise da linguagem humana escrita e falada, os pesquisadores foram capazes de identificar padrões interessantes na história da música. “Extraímos diretamente dos dados quais são os artistas mais influentes do flamenco e do Renascimento, e descobriu tendências migratórias de compositores entre cidades europeias nos séculos 15 e 16, "diz Oramas.

    A análise das críticas da Amazon também levou a descobertas interessantes sobre a evolução da música popular, como uma positividade extraordinária no uso da linguagem no ano de 2008, que surpreendentemente constituiu um recorde histórico para quase todos os gêneros. Notavelmente, gêneros tradicionalmente associados a diversas comunidades, como jazz e música latina, teve as melhorias mais notáveis ​​nas percepções positivas do público, enquanto outros (por exemplo, país) não.

    Gráfico do sentimento médio por ano de publicação da resenha. Crédito:Sergio Oramas et al.

    O estudo também encontrou uma forte correlação entre as opiniões expressas pelos usuários em suas avaliações e a popularidade dos álbuns lançados em certas décadas ou de gêneros específicos, como o pop nos anos 60 e o reggae no início dos anos 80. No caso do reggae, por exemplo, eles identificaram uma proporção maior de comentários positivos entre a segunda metade dos anos 70 e a primeira metade dos anos 80, que é freqüentemente referida como a "era de ouro do reggae". Este aumento na popularidade pode estar relacionado à publicação dos álbuns de Bob Marley, o que contribuiu para a popularidade do gênero na época.

    Gráfico do sentimento médio por gênero. Crédito:Sergio Oramas et al.

    O trabalho de Oramas e seus colegas prova que a análise de resenhas musicais escritas durante determinados períodos de tempo pode ajudar os musicólogos a descobrir mais sobre a evolução dos gêneros e identificar os principais eventos históricos. "Em última análise, nossa descoberta mais significativa é a demonstração de que o processamento de linguagem natural pode ajudar a descobrir novas hipóteses musicológicas, e para coletar percepções importantes dos dados que podem responder a essas e outras perguntas, "explica Oramas.

    No futuro, Oramas planeja expandir sua pesquisa incluindo outros tipos de conteúdo, como áudio, imagens, e os dados coletados pelo Pandora Music Genome Project, a taxonomia de informação musical mais sofisticada já coletada.

    Gráfico do sentimento médio por ano de publicação do álbum para resenhas de álbuns pop e raggea. Crédito:Sergio Oramas et al.

    © 2018 Tech Xplore




    © Ciência http://pt.scienceaq.com