science >> Wetenschap >  >> Elektronica

Machine learning gebruiken voor het ontdekken van muziekkennis

Wordcloud van de Italiaanse muziekschool Rennaissance. Krediet:Sergio Oramas et al.

Onderzoekers van de Universiteit van Pompeu Fabra, De Universiteit van Cardiff en de Technische Universiteit van Madrid gebruikten algoritmen voor machinaal leren om nieuwe dingen over de muziekgeschiedenis te ontdekken.

Een van de belangrijkste taken van musicologische onderzoekers is het ontwikkelen en valideren van muzikale hypothesen, na bestudering van historische documenten en andere beschikbare informatie. Veel historische documenten zijn nu gedigitaliseerd en kunnen op een computer worden bekeken en doorbladerd, waardoor het voor onderzoekers gemakkelijk is om ze online te raadplegen. Echter, basiszoekmachines werken op een "exacte tekstreeksovereenkomst" -niveau, en vangen daarom niet altijd de onderliggende betekenis in de inhoud.

In een recent gepubliceerde studie, muziek data science-onderzoeker Sergio Oramas en zijn collega's testten natuurlijke taalverwerking (NLP) benaderingen die het meeste uit gearchiveerde historische documenten konden halen, wetenschappers helpen nieuwe hypothesen te ontdekken en interessante patronen in beschikbare gegevens te identificeren.

"Als musicoloog Ik wilde de inhoud van grote muziekencyclopedieën benutten, zoals het New Grove-woordenboek of Wikipedia, " zegt Oramas in een interview met Tech Xplore . "Er is te veel inhoud om te lezen en te weinig tijd in het leven, maar computers kunnen ons daarbij helpen."

Wordcloud van de Franse muziekschool Rennaissance. Krediet:Sergio Oramas et al.

Het werk van Oramas en zijn collega's past automatische taalverwerking toe op grote collecties muziekgerelateerde teksten om nieuwe feiten te ontdekken die tussen de regels verborgen zijn en om het potentieel van machine learning voor musicologisch onderzoek te beoordelen. Hun onderzoek maakte gebruik van gegevens uit verschillende bronnen, waaronder Wikipedia, DBpedia, en MusicBrainz, specifiek relevant voor flamenco, Renaissance muziek, en populaire muziek.

NLP gebruiken, een computationele methode voor het analyseren van geschreven en gesproken menselijke taal, de onderzoekers waren in staat om interessante patronen in de muziekgeschiedenis te identificeren. "We hebben rechtstreeks uit de gegevens gehaald wat de meest invloedrijke flamenco- en renaissancekunstenaars zijn, en ontdekte migratietendensen van componisten tussen Europese steden in de 15e en 16e eeuw, ' zegt Oramas.

De analyse van Amazon-recensies leidde ook tot interessante bevindingen over de evolutie van populaire muziek, zoals een buitengewoon positief taalgebruik in het jaar 2008, die verrassend genoeg een recordhoogte vormde voor bijna alle genres. Opmerkelijk, genres die traditioneel worden geassocieerd met diverse gemeenschappen, zoals jazz en latin muziek, had de meest opmerkelijke verbeteringen in de positieve percepties van het publiek, terwijl anderen (bijv. land) niet.

Grafiek van het gemiddelde sentiment naar publicatiejaar van de recensie. Krediet:Sergio Oramas et al.

Hun onderzoek vond ook een sterke correlatie tussen de opvattingen van gebruikers in hun recensies en de populariteit van albums die in bepaalde decennia of van bepaalde genres zijn uitgebracht, zoals pop in de jaren '60 en reggae in de vroege jaren '80. In het geval van reggae, bijvoorbeeld, ze identificeerden een groter aandeel positieve recensies tussen de tweede helft van de jaren '70 en de eerste helft van de jaren '80, die vaak wordt aangeduid als de 'gouden eeuw van reggae'. Deze toename in populariteit zou te maken kunnen hebben met de publicatie van de albums van Bob Marley, die destijds hebben bijgedragen aan de populariteit van het genre.

Grafiek van het gemiddelde sentiment per genre. Krediet:Sergio Oramas et al.

Het werk van Oramas en zijn collega's bewijst dat het analyseren van muziekrecensies die in bepaalde perioden zijn geschreven musicologen zou kunnen helpen meer te ontdekken over de evolutie van genres en belangrijke historische gebeurtenissen te identificeren. "Uiteindelijk, onze meest betekenisvolle bevinding is de demonstratie dat natuurlijke taalverwerking kan helpen bij het ontdekken van nieuwe musicologische hypothesen, en om belangrijke inzichten uit de gegevens te verzamelen die deze en andere vragen kunnen beantwoorden, ", legt Oramas uit.

In de toekomst, Oramas is van plan zijn onderzoek uit te breiden met andere soorten inhoud, zoals geluid, afbeeldingen, en de gegevens verzameld door het Pandora Music Genome Project, de meest geavanceerde taxonomie van muzikale informatie die ooit is verzameld.

Grafiek van het gemiddelde sentiment per albumuitgavejaar voor pop- en raggea-albumrecensies. Krediet:Sergio Oramas et al.

© 2018 Tech Xplore