Brug af maskinlæring til opdagelse af musikviden

Forskere ved universitetet i Pompeu Fabra, Cardiff University og det tekniske universitet i Madrid brugte maskinlæringsalgoritmer til at opdage nye ting om musikhistorien.

En af musikvidenskabelige forskeres hovedopgaver er at udvikle og validere musikalske hypoteser, efter at have studeret historiske dokumenter og andre tilgængelige oplysninger. Mange historiske dokumenter er nu blevet digitaliseret og kan tilgås og gennemses på en computer, gør det let for forskere at få adgang til dem online. Imidlertid, grundlæggende søgemaskiner fungerer på et "nøjagtigt tekststrenge matchende" niveau, og fanger derfor ikke altid den bagvedliggende betydning i indholdet.

I en nylig offentliggjort undersøgelse, musikdatavidenskabelig forsker Sergio Oramas og hans kolleger testede metoder til behandling af naturligt sprog (NLP), der kunne få mest muligt ud af arkiverede historiske dokumenter, hjælpe forskere med at afdække nye hypoteser og identificere interessante mønstre i tilgængelige data.

"Som musikolog, Jeg ønskede at udnytte indholdet i store musikopslagsværker, såsom New Grove -ordbogen eller Wikipedia, ”siger Oramas i et interview med Tech Xplore . "Der er for meget indhold til at læse og for lidt tid i livet, men computere kan hjælpe os med dette. "

Oramas og hans kollegers arbejde anvender automatisk sproglig behandling til store samlinger af musikrelaterede tekster for at opdage nye fakta, der er skjult mellem linjerne og vurdere potentialet i maskinlæring til musikvidenskabelig forskning. Deres undersøgelse brugte data fra en række forskellige kilder, herunder Wikipedia, DBpedia, og MusicBrainz, specifikt relevant for flamenco, Renæssancemusik, og populær musik.

Ved hjælp af NLP, en beregningsmetode til analyse af skriftligt og talt menneskeligt sprog, forskerne var i stand til at identificere interessante mønstre i musikhistorien. "Vi hentede direkte fra de data, der er de mest indflydelsesrige flamenco- og renæssancekunstnere, og opdagede migrerende tendenser for komponister mellem europæiske byer i det 15. og 16. århundrede, "siger Oramas.

Analysen af ​​Amazon -anmeldelser førte også til interessante fund om udviklingen af ​​populærmusik, såsom en ekstraordinær positivitet i sprogbrug i 2008, som overraskende udgjorde en all-time high for næsten alle genrer. Bemærkelsesværdigt, genrer, der traditionelt er forbundet med forskellige samfund, såsom jazz og latinsk musik, havde de mest bemærkelsesværdige forbedringer i offentlighedens positive opfattelser, mens andre (f.eks. land) ikke.

Deres undersøgelse fandt også en stærk sammenhæng mellem de synspunkter, som brugere udtrykte i deres anmeldelser, og populariteten af ​​albums udgivet i bestemte årtier eller bestemte genrer, såsom pop i 60'erne og reggae i begyndelsen af ​​80'erne. I tilfælde af reggae, for eksempel, de identificerede en større andel af positive anmeldelser mellem anden halvdel af 70'erne og første halvdel af 80'erne, som ofte omtales som "reggaeens guldalder." Denne stigning i popularitet kan være relateret til udgivelsen af ​​Bob Marleys albums, hvilket bidrog til genrens popularitet dengang.

Oramas og hans kollegers arbejde viser, at analyse af musikanmeldelser, der er skrevet i bestemte tidsperioder, kunne hjælpe musikforskere til at opdage mere om udviklingen af ​​genrer og identificere vigtige historiske begivenheder. "Ultimativt, vores mest meningsfulde fund er demonstrationen af, at behandling af naturligt sprog kan hjælpe med at opdage ny musikologisk hypotese, og for at indsamle vigtig indsigt fra de data, der kan besvare disse og andre spørgsmål, "forklarer Oramas.

I fremtiden, Oramas planlægger at udvide sin forskning ved at inkludere andre typer indhold, såsom lyd, billeder, og data indsamlet af Pandora Music Genome Project, den mest sofistikerede taksonomi af musikalsk information, der nogensinde er indsamlet.

© 2018 Tech Xplore