Wordcloud de la escuela de música del Renacimiento italiano. Crédito:Sergio Oramas et al.
Investigadores de la Universidad Pompeu Fabra, La Universidad de Cardiff y la Universidad Politécnica de Madrid utilizaron algoritmos de aprendizaje automático para descubrir cosas nuevas sobre la historia de la música.
Una de las principales tareas de los investigadores en musicología es desarrollar y validar hipótesis musicales, después de estudiar documentos históricos y otra información disponible. Muchos documentos históricos ahora se han digitalizado y se puede acceder y navegar en una computadora, facilitando que los investigadores accedan a ellos en línea. Sin embargo, Los motores de búsqueda básicos funcionan a un nivel de "coincidencia exacta de cadenas de texto", y, por lo tanto, no siempre captan el significado subyacente en el contenido.
En un estudio publicado recientemente, El investigador de ciencia de datos musicales Sergio Oramas y sus colegas probaron enfoques de procesamiento del lenguaje natural (PNL) que podrían aprovechar al máximo los documentos históricos archivados. ayudar a los científicos a descubrir nuevas hipótesis e identificar patrones interesantes en los datos disponibles.
"Como musicólogo, Quería aprovechar el contenido de grandes enciclopedias musicales, como el diccionario New Grove o Wikipedia, "dice Oramas en una entrevista con Tech Xplore . "Hay demasiado contenido para leer y muy poco tiempo en la vida, pero las computadoras pueden ayudarnos con esto ".
Wordcloud de la escuela de música del Renacimiento francés. Crédito:Sergio Oramas et al.
El trabajo de Oramas y sus colegas aplica el procesamiento lingüístico automático a grandes colecciones de textos relacionados con la música para descubrir nuevos hechos que están ocultos entre líneas y evaluar el potencial del aprendizaje automático para la investigación en musicología. Su estudio utilizó datos de una variedad de fuentes, incluyendo Wikipedia, DBpedia, y MusicBrainz, específicamente relevante para el flamenco, Musica renacentista y música popular.
Usando PNL, un método computacional para analizar el lenguaje humano escrito y hablado, los investigadores pudieron identificar patrones interesantes en la historia de la música. "Extrajimos directamente de los datos cuáles son los artistas flamencos y renacentistas más influyentes, y descubrió las tendencias migratorias de compositores entre ciudades europeas en los siglos XV y XVI, "dice Oramas.
El análisis de las reseñas de Amazon también condujo a hallazgos interesantes sobre la evolución de la música popular, como una extraordinaria positividad en el uso del lenguaje en el año 2008, lo que sorprendentemente constituyó un récord histórico para casi todos los géneros. Notablemente, géneros que se asocian tradicionalmente con diversas comunidades, como el jazz y la música latina, tuvo las mejoras más notables en las percepciones positivas del público, mientras que otros (por ejemplo, país) no lo hizo.
Gráfico del sentimiento medio por año de publicación de la reseña. Crédito:Sergio Oramas et al.
Su estudio también encontró una fuerte correlación entre las opiniones expresadas por los usuarios en sus reseñas y la popularidad de los álbumes lanzados en ciertas décadas o de géneros particulares. como el pop de los sesenta y el reggae de principios de los ochenta. En el caso del reggae, por ejemplo, identificaron una mayor proporción de críticas positivas entre la segunda mitad de los 70 y la primera mitad de los 80, que a menudo se conoce como la "edad de oro del reggae". Este aumento de popularidad podría estar relacionado con la publicación de los álbumes de Bob Marley, lo que contribuyó a la popularidad del género en ese momento.
Gráfico del sentimiento medio por género. Crédito:Sergio Oramas et al.
El trabajo de Oramas y sus colegas demuestra que el análisis de reseñas musicales escritas durante períodos de tiempo particulares podría ayudar a los musicólogos a descubrir más sobre la evolución de los géneros e identificar eventos históricos clave. "Por último, Nuestro hallazgo más significativo es la demostración de que el procesamiento del lenguaje natural puede ayudar a descubrir nuevas hipótesis musicológicas, y recopilar información importante a partir de los datos que puedan responder a estas y otras preguntas, "explica Oramas.
En el futuro, Oramas planea expandir su investigación al incluir otros tipos de contenido, como audio, imagenes y los datos recopilados por Pandora Music Genome Project, la taxonomía de información musical más sofisticada jamás recopilada.
Gráfico del sentimiento promedio por año de publicación del álbum para reseñas de álbumes pop y raggea. Crédito:Sergio Oramas et al.
© 2018 Tech Xplore
