Opis projektu
Analiza tekstów utworów w celu doboru spersonalizowanej muzyki
Nauka o danych oraz uczenie maszynowe odmieniają przemysł muzyczny. Algorytmy bazujące na sztucznej inteligencji (SI) sprawiają, że do użytkowników przesyłane są utwory dobierane pod kątem ich preferencji. Obecnie listy dostosowane do danego użytkownika w znacznym stopniu polegają na systemie poleceń, w którym wykorzystywany jest mechanizm wyszukiwania podobieństw między utworami bazujący na porównywaniu fal dźwiękowych. Podstawą klasyfikacji są konwencjonalne oznaczenia utworów (autor, gatunek, okres powstania, a w niektórych przypadkach także nastrój). System ten w znacznym stopniu polega na współpracy użytkowników, którzy wprowadzają odpowiednie oznaczenia. Jak widać, zupełnie pomija on kwestię tekstu utworów. Finansowany przez ERBN projekt LyrAlcs przyczyni się do powstania wykorzystującego możliwości SI silnika poleceń (sieciowa usługa API), który umożliwi analizę tekstów piosenek. Podstawą jego działania będą algorytmy opracowane podczas projektu POSTDATA.
Cel
The age of machine learning and data analytics have changed the habits of entertainment. Recommendation systems have been improving in the last years, with relevant commercial purposes, and many top-level companies –such as Amazon, Google or Netflix- are investing high amounts of money in improving their algorithms based on Artificial Intelligence. The case of music has been especially relevant, as the market has drastically changed in the last 10 years, moving towards a user-centric streaming model, where user preferences make the difference and dynamic playlists are the key of streaming success. Recommenders are built based on three main strategies:
1) similarities between songs that are identified by their soundwaves;
2) classification using conventional tags for songs, such as author, genre, period or, in some cases, mood; and
3) collaborative tagging by users.
In this context, song lyrics (the text of songs) are barely considered for the improvement of these strategies. Moreover, recommendations based on lyrics are done by hand with uneven criteria and filters. This Proof of Concept proposes the creation of an AI based recommendation engine (i.e. web service API) for analyzing song lyrics using POSTDATA ERC Project algorithms as its technical scaffold. Natural Language Processing tools for poetry analysis will be used to build a web service API to process lyrics and extract knowledge as additional metadata to enrich the companies´recommender systems. This approach will open an exciting opportunity to contribute to boosting the music entertainment world using artificial intelligence and language technologies.
Dziedzina nauki (EuroSciVoc)
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
Klasyfikacja projektów w serwisie CORDIS opiera się na wielojęzycznej taksonomii EuroSciVoc, obejmującej wszystkie dziedziny nauki, w oparciu o półautomatyczny proces bazujący na technikach przetwarzania języka naturalnego.
- nauki przyrodniczeinformatykasztuczna inteligencja
- nauki przyrodniczeinformatykanauka o danychprzetwarzanie języka naturalnego
Aby użyć tej funkcji, musisz się zalogować lub zarejestrować
Słowa kluczowe
Program(-y)
System finansowania
ERC-POC - Proof of Concept GrantInstytucja przyjmująca
40003 Segovia
Hiszpania