Forskare vid universitetet i Pompeu Fabra, Cardiff University och det tekniska universitetet i Madrid använde maskininlärningsalgoritmer för att upptäcka nya saker om musikens historia.

En av musikvetenskapliga forskares huvuduppgifter är att utveckla och validera musikaliska hypoteser, efter att ha studerat historiska dokument och annan tillgänglig information. Många historiska dokument har nu digitaliserats och kan nås och bläddras på en dator, gör det enkelt för forskare att komma åt dem online. Dock, grundläggande sökmotorer fungerar på nivån "exakt textsträngmatchning", och fångar därför inte alltid den underliggande meningen i innehållet.

I en nyligen publicerad studie, musikdatavetenskapsforskaren Sergio Oramas och hans kollegor testade metoder för naturlig språkbehandling (NLP) som kunde få ut det mesta av arkiverade historiska dokument, hjälpa forskare att avslöja nya hypoteser och identifiera intressanta mönster i tillgänglig data.

"Som musikforskare, Jag ville utnyttja innehållet i stora musikuppslagsverk, som New Grove-ordboken eller Wikipedia, säger Oramas i en intervju med Tech Xplore . "Det finns för mycket innehåll att läsa och för lite tid i livet, men datorer kan hjälpa oss med detta."

Oramas och hans kollegors arbete tillämpar automatisk språklig bearbetning på stora samlingar av musikrelaterade texter för att upptäcka nya fakta som är gömda mellan raderna och bedöma potentialen för maskininlärning för musikvetenskaplig forskning. Deras studie använde data från en mängd olika källor, inklusive Wikipedia, DBpedia, och MusicBrainz, specifikt relevant för flamenco, Renässansmusik, och populärmusik.

Använder NLP, en beräkningsmetod för att analysera skriftligt och talat mänskligt språk, forskarna kunde identifiera intressanta mönster i musikhistorien. "Vi extraherade direkt från data som är de mest inflytelserika flamenco- och renässanskonstnärerna, och upptäckte migrationstendenser hos kompositörer mellan europeiska städer på 1400- och 1500-talet, säger Oramas.

Analysen av Amazon-recensioner ledde också till intressanta rön om utvecklingen av populärmusik, som en extraordinär positivitet i språkanvändningen år 2008, som överraskande nog utgjorde en all-time-high för nästan alla genrer. Anmärkningsvärt, genrer som traditionellt förknippas med olika samhällen, som jazz och latinmusik, hade de mest anmärkningsvärda förbättringarna i allmänhetens positiva uppfattningar, medan andra (t.ex. land) gjorde det inte.

Deras studie fann också ett starkt samband mellan de åsikter som uttrycks av användare i deras recensioner och populariteten för album som släppts under vissa decennier eller av speciella genrer, som pop på 60-talet och reggae i början av 80-talet. När det gäller reggae, till exempel, de identifierade en större andel positiva recensioner mellan andra hälften av 70-talet och första hälften av 80-talet, som ofta kallas "reggaens guldålder". Denna ökning i popularitet kan vara relaterad till publiceringen av Bob Marleys album, vilket bidrog till genrens popularitet på den tiden.

Oramas och hans kollegors arbete bevisar att analys av musikrecensioner skrivna under vissa tidsperioder kan hjälpa musikforskare att upptäcka mer om genrernas utveckling och identifiera viktiga historiska händelser. "I sista hand, vårt mest meningsfulla fynd är demonstrationen att naturlig språkbehandling kan hjälpa till att upptäcka nya musikologiska hypoteser, och att samla in viktiga insikter från data som kan svara på dessa och andra frågor, " förklarar Oramas.

I framtiden, Oramas planerar att utöka sin forskning genom att inkludera andra typer av innehåll, som ljud, bilder, och data som samlats in av Pandora Music Genome Project, den mest sofistikerade klassificeringen av musikalisk information som någonsin samlats in.

© 2018 Tech Xplore