Vés enrere Ús de l'aprenentatge automàtic per descobrir coneixements musicals

Ús de l'aprenentatge automàtic per descobrir coneixements musicals

S’han emprat algorismes d'aprenentatge automàtic per descobrir novetats sobre la història de la música en un estudi publicat el 5 de juliol al Journal of New Music Research per Sergi Oramas i Xavier Serra, membres del Grup de Recerca en Tecnologia Musical, amb investigadors de la Universitat Politècnica de Madrid i la Universitat de Cardiff.

24.07.2018

 

Una de les principals tasques dels investigadors de musicologia és desenvolupar i validar hipòtesis musicals després d'estudiar documents històrics i altra informació disponible. Molts documents històrics s'han digitalitzat i els investigadors poden accedir i navegar a través d’Internet. Tanmateix, els motors de cerca bàsics existents no sempre capturen el significat subjacent del contingut.

En un estudi publicat el 5 de juliol en el Journal of New Music Research, l'investigador de la ciència de la informació musical i primer autor del treball Sergio Oramas amb Xavier Serra, director del Grup de Recerca en Tecnologia Musical (MTG) al Departament de Tecnologies de la Informació i les Comunicacions (DTIC) de la UPF, conjuntament amb investigadors de la Universitat Politècnica de Madrid i de la Universitat de Cardiff (Gal·les, Regne Unit), han posat a disposició dels investigadors noves aproximacions metodològiques per a l’estudi de la informació musical.

En el futur tenen previst expandir la seva recerca incloent altres tipus de contingut, com ara àudio, imatges i dades recopilades pel Projecte Pandora Music Genome, la taxonomia més sofisticada de la informació musical que s'hagi recollit mai

Més concretament, aquests investigadors en el seu estudi mostren que es poden aprofitar al màxim els documents històrics d’arxiu mitjançant enfocaments propis del llenguatge natural. Aquesta aproximació permet els científics identificar patrons interessants a partir de les dades disponibles i a descobrir noves hipòtesis de treball.

"Com a musicòleg, volia explotar el contingut de les enciclopèdies de grans músiques, com ara el diccionari de New Grove o Wikipedia", diu Oramas en una entrevista amb Tech Xplore. "Hi ha massa contingut per llegir i molt poc temps a la vida, però els ordinadors ens poden ajudar amb això", afegeix

En aquest treball, els autors apliquen el processament lingüístic automàtic a grans col·leccions de textos relacionats amb la música per descobrir nous fets que s'amaguen entre línies i avaluar el potencial de l'aprenentatge automàtic per a la investigació de la musicologia. El seu estudi va utilitzar dades de diverses fonts, incloent Wikipedia, DBpedia i MusicBrainz, específicament rellevants per a la música flamenca, renaixentista i música popular.

"Vam extreure directament de les dades d’artistes flamencs i renaixentistes més influents i vam descobrir tendències migratòries de compositors entre ciutats europees del segle XV i el XVI"

Gràcies a l'ús del llenguatge natural, un mètode computacional d'anàlisi del llenguatge humà, els investigadors van poder identificar patrons interessants en la història de la música. "Vam extreure directament de les dades d’artistes flamencs i renaixentistes més influents i vam descobrir tendències migratòries de compositors entre ciutats europees del segle XV i el XVI", diu Oramas.

En el cas del reggae, per exemple, van identificar una major proporció de ressenyes positives entre la segona meitat dels anys 70 i la primera meitat dels anys 80, que sovint es coneix com l'edat d'or del reggae

L'anàlisi de les ressenyes d'Amazon també va donar lloc a troballes interessants sobre l'evolució de la música popular, com ara una extraordinària percepció positiva l'any 2008, que sorprenentment va constituir un màxim històric per a gairebé tots els gèneres. Notablement, els gèneres tradicionalment associats a diverses comunitats, com el jazz i la música llatina, van tenir les millores més destacables en les percepcions positives del públic, mentre que d'altres (com ara el country) no ho van fer.

El seu estudi també va trobar una forta correlació entre les opinions expressades pels usuaris en les seves ressenyes i la popularitat dels àlbums llançats en determinades dècades o de gèneres particulars, com el pop dels anys 60 i el reggae a principis dels vuitanta. En el cas del reggae, per exemple, van identificar una major proporció de ressenyes positives entre la segona meitat dels anys 70 i la primera meitat dels anys 80, que sovint es coneix com l'edat d'or del reggae. Aquest augment de popularitat podria estar relacionada amb la publicació dels àlbums de Bob Marley, que van contribuir a la popularitat del gènere en aquell moment.

En el futur, Oramas i els seus companys tenen previst expandir la seva recerca incloent altres tipus de contingut, com ara àudio, imatges i dades recopilades pel Projecte Pandora Music Genome, la taxonomia més sofisticada de la informació musical que s'hagi recollit mai.

Treball de referència:

Sergio Oramas, Luis Espinosa-Anke, Francisco Gómez, Xavier Serra (2018), “Natural language processing for music knowledge discovery”, Journal of New Music Research (2018). DOI: 10.1080/09298215.2018.1488878.

Multimèdia

Categories:

ODS - Objectius de desenvolupament sostenible:

Els ODS a la UPF

Contact