• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  • Utiliser l'apprentissage automatique pour la découverte des connaissances musicales

    Wordcloud de l'école de musique de la Renaissance italienne. Crédit :Sergio Oramas et al.

    Chercheurs de l'Université Pompeu Fabra, L'université de Cardiff et l'université technique de Madrid ont utilisé des algorithmes d'apprentissage automatique pour découvrir de nouvelles choses sur l'histoire de la musique.

    Une des tâches principales des chercheurs en musicologie est de développer et valider des hypothèses musicales, après avoir étudié les documents historiques et autres informations disponibles. De nombreux documents historiques sont désormais numérisés et peuvent être consultés et consultés sur ordinateur, permettant aux chercheurs d'y accéder facilement en ligne. Cependant, les moteurs de recherche de base fonctionnent à un niveau de "correspondance exacte de la chaîne de texte", et ne capturent donc pas toujours le sens sous-jacent dans le contenu.

    Dans une étude récemment publiée, le chercheur en science des données musicales Sergio Oramas et ses collègues ont testé des approches de traitement du langage naturel (TAL) qui pourraient tirer le meilleur parti des documents historiques archivés, aider les scientifiques à découvrir de nouvelles hypothèses et identifier des modèles intéressants dans les données disponibles.

    « En tant que musicologue, Je voulais exploiter le contenu des grandes encyclopédies musicales, comme le dictionnaire New Grove ou Wikipedia, " dit Oramas dans une interview avec Tech Xplore . "Il y a trop de contenu à lire et trop peu de temps dans la vie, mais les ordinateurs peuvent nous y aider."

    Wordcloud de l'école de musique de la Renaissance française. Crédit :Sergio Oramas et al.

    Les travaux d'Oramas et de ses collègues appliquent un traitement linguistique automatique à de vastes collections de textes liés à la musique afin de découvrir de nouveaux faits cachés entre les lignes et d'évaluer le potentiel de l'apprentissage automatique pour la recherche en musicologie. Leur étude a utilisé des données provenant de diverses sources, dont Wikipédia, DBpédia, et MusicBrainz, spécifique au flamenco, Musique de la Renaissance, et la musique populaire.

    En utilisant la PNL, une méthode informatique d'analyse du langage humain écrit et parlé, les chercheurs ont pu identifier des modèles intéressants dans l'histoire de la musique. "Nous avons extrait directement des données qui sont les artistes les plus influents du flamenco et de la Renaissance, et découvert les tendances migratoires des compositeurs entre les villes européennes au XVe et XVIe siècle, " dit Oramas.

    L'analyse des critiques d'Amazon a également conduit à des découvertes intéressantes sur l'évolution de la musique populaire, comme une extraordinaire positivité de l'usage de la langue en 2008, qui, étonnamment, a constitué un record absolu pour presque tous les genres. Remarquablement, genres qui sont traditionnellement associés à diverses communautés, comme le jazz et la musique latine, ont connu les améliorations les plus notables dans les perceptions positives du public, tandis que d'autres (par exemple, pays) ne l'a pas fait.

    Graphique du sentiment moyen par année de publication de la revue. Crédit :Sergio Oramas et al.

    Leur étude a également trouvé une forte corrélation entre les opinions exprimées par les utilisateurs dans leurs critiques et la popularité des albums sortis dans certaines décennies ou de genres particuliers, comme la pop dans les années 60 et le reggae au début des années 80. Dans le cas du reggae, par exemple, ils ont identifié une plus grande proportion d'avis positifs entre la seconde moitié des années 70 et la première moitié des années 80, qui est souvent appelé "l'âge d'or du reggae". Cette montée en popularité pourrait être liée à la publication des albums de Bob Marley, qui a contribué à la popularité du genre à l'époque.

    Graphique du sentiment moyen par genre. Crédit :Sergio Oramas et al.

    Les travaux d'Oramas et de ses collègues prouvent que l'analyse des critiques musicales écrites à des périodes particulières pourrait aider les musicologues à en savoir plus sur l'évolution des genres et à identifier les événements historiques clés. "Finalement, notre découverte la plus significative est la démonstration que le traitement du langage naturel peut aider à découvrir de nouvelles hypothèses musicologiques, et de recueillir des informations importantes à partir des données qui peuvent répondre à ces questions et à d'autres, " explique Oramas.

    Dans le futur, Oramas envisage d'élargir ses recherches en incluant d'autres types de contenus, comme l'audio, images, et les données collectées par le Pandora Music Genome Project, la taxonomie d'informations musicales la plus sophistiquée jamais collectée.

    Graphique du sentiment moyen par année de publication d'album pour les critiques d'albums pop et raggea. Crédit :Sergio Oramas et al.

    © 2018 Tech Xplore




    © Science https://fr.scienceaq.com