0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

用NLP技术分析了一位出名却也具有争议的嘻哈歌手——Drake创作的歌词

电子工程师 来源:未知 作者:李倩 2018-10-04 09:08 次阅读

【导读】如何评定一首歌的歌词的创造性?有些歌词是否真的套词或假借他人之手?本文作者就尝试用 NLP 技术分析了一位出名却也具有争议的嘻哈歌手 —— Drake 创作的歌词,来看看他的歌词中到底蕴藏着什么秘密。

背景

每隔几年就会有一位艺术家风靡世界。甲壳虫乐队和迈克尔杰克逊的盛名不必多说。 这些艺术家用他们天才般的创造力感染着数百万人。现在,许多艺人争相想成为 Top 1。有些出乎意料的是,一位多伦多本地,艺名叫“Drake”的艺人,近年来声势颇盛。

Drake最初声名鹊起的原因他参演了一部在21世纪初流行的青少年情景喜剧《德格拉西:下一代》中的角色。然而,当 Drake 想成为一名说唱歌手时,他便退出了演出。在与唱片公司签约后,Drake 发行了他的第一张专辑《So Far Gone》。这张专辑获得了 Platinum 认证,并让Drake迅速登顶了嘻哈世界的顶峰。在接下来的八年里,他又连续出了多张专辑,其中专辑Scorpion 是他最近发行的新专辑。

为什么 Drake 的作品很受欢迎?这里面可能包含很多原因。然而,我选择从他歌曲的歌词方分析入手。获取 Drake 歌曲的歌词文本数据并不困难,难的是,如何分析它们?这就要感谢如今日益提升的 NLP(自然语言处理)技术,使分析文本数据比以往容易很多。

今天,神经网络已经成为无数 NLP 算法的通用框架,有各种各样的工具可供使用,因此开发者可以使用它们解决大量的 NLP 问题。这些工具让我可以分析 Drake 的歌词。

在进入实际分析之前,我需要先处理一下 Drake 的歌词。虽然有几个在线的歌词资源可用,但我决定使用 Genius.com。Genius 是一个注释歌词的网站,并且有一个很棒并易于使用的API。

Drake 的哪一首歌有最独特的歌词?

大家似乎对 Drake 的创造力并不买账,经常批评他缺乏创造力。过去,他常被指控窃取其他说唱歌手的 flow 并且拥有幕后的作词者。我打算去看看这些评论是否合理。

我从其他文章中提到的处理方法获得灵感。不分析歌词的总字数,在我看来一首歌的歌词总字数并不能作为衡量创造性的主参考,我改为分析歌词中的独特词。

在完成清理文本数据后,我开始分析每首歌曲中独特歌词的数量。下面是 Drake 所有歌曲中独特歌词分布的直方图。似乎他的大多数歌曲都有 100 到 200 个独特词。但是没有其他艺术家歌曲的分布作参考,这个直方图目前并不能说明 Drake 的创造力。

一个更好的方法是根据专辑的独特词来看他的创造力。下图是在 Tableau 中完成的可视化结果。x 轴表示专辑的名称,y轴表示独特词的数量。每个Bubble(气泡)代表一首歌。就独特的歌词而言,似乎没有任何一张专辑显得更具创意。但是,每件作品在独特歌词数量方面至少有一个异常值。令人吃惊的是,尽管有如此庞大的作品数量(25首歌曲),他最近发行的专辑 Scorpion 上的歌曲在独特歌词的数量上几乎没有变化。

现在,再回答上面的问题,哪首歌具有最独特的歌词?答案似乎是 6PM in New York。 下表列出了排名前十的歌曲。

命名实体识别(NER)

命名实体识别属于“信息提取”的子任务,旨在将文本中的命名实体定位和分类为预定义的类别,例如人员,组织,地点,时间表,数量,货币价值,百分比等等。”(维基百科)。 NER是一项特别棘手的任务。由于语言的复杂性,使得创建一个对所有文本都准确的 NER 算法非常困难。某个算法或许可以在一个语料库(在我们的例子中就是 Drake 歌词的集合)上效果很好,但是在另一个语料库上表现就不好。这种不一致性使得有必要多尝试几种 NER 算法。我也尝试了集中不同的算法,发现有些算法并不是非常不准确。下面简要介绍一下我使用的两个 NER 算法:NLTK 和 CRF-NER。

第一个是 NLTK 提供的命名实体算法。“Ne_chunk”使用了部分语音标签(POS标签)的单词列表来推断哪些单词是命名实体。从下面的结果中可以看出,NLTK的算法本身并没有做得很好。

我尝试的第二个命名实体算法是由斯坦福提出的令人印象深刻的 NER 工具 —— CRF-NER。

与NLTK算法相比,它需要更长的运行时间,但会产生更准确的结果。虽然它并不完美,但有明显的进步。

主题建模

NLP中最有趣的方向之一就是主题建模了。主题模型是一种统计模型,用于发现在文档集合中的抽象主题。它是一种常用的文本挖掘工具,用于在文本中发现隐藏的语义结构”。主题建模有几种突出的算法。其中最突出的是显式语义分析和非负矩阵分解。在这次的分析中我选择用线性判别分析(LDA)。LDA是由 Andrew Ng,Michael I. Jordan和David Blei 开发的一种生成统计模型。首先通过学习给定语料库中固定数量的主题表示,然后在给定的主题数量的情况下,LDA将学习语料库中每个文档的主题分布。

▌1.给所有Drake的歌词进行主题建模

想要使用 LDA 的第一件事就是学习 Drake 所有歌曲中最突出的主题。为了实现这一点,我先将所有歌曲放入列表中。然后,使用 SciKitLearn 的 CountVectorizer 工具,创建了所有这些歌曲的词袋表示。词袋模型是一种通过矩阵表示单词的简单方法。 然后,使用SciKitLearn 版本的LDA,我训练了一个可以在给定文本中找到8个主题的模型。

▌2.可视化主题

有两种将 LDA 模型进行可视化的方法。第一个是通过写一个函数,输出为每个主题中最突出的单词。这个结果似乎很有意思,但它只能提供了少量的信息。例如下图中的结果,能知道主题7与主题2不同,但无法得知更多它们之间不同程度的信息。

出于这个原因,我用了另一种可以在文本中显示主题的方法。

Python中,有一个很棒的库叫做 pyLDAvis。它是一个专门使用 D3 来实现 LDA 模型可视化的库。D3可以说是目前最好的可视化工具。(但是,它主要为 Javascript 用户准备的。因此拥有此插件但对JavaScript 不太了解的人非常有用。)这个库通过降维来实现可视化。 降维将有许多变量的数据集压缩为较少量的特征。降维技术对于数据可视化非常有用。基于我要解决的问题,我认为最好使用T-SNE(T分布的随机邻域嵌入)来降低维数。

从我训练好的模型来看,Drake的大部分歌词都可以分类到了 Topic 2,一个占据图表大部分的大型主题。

▌Drake 所有主要专辑的主题又是什么样的呢?

我按照与之前相同的步骤来尝试处理这个问题,这次我没有用 LDA 算法去找每个专辑间的主题。 而是使用了定义函数的方法来显示他所有主要作品中最突出的单词。

总结

每当 Drake 发布新歌或专辑时,肯定会有不满的声音。但他的作品几乎总是在人气榜上排名靠前的位置。他的歌词瞬间也成为 Instagram 和 Facebook 话题的主要内容,还会霸占数星期。他的歌让人很容易记住,大部分原因要归功于他的歌词。

通过主题建模和命名实体识别完成了一个简单的 NLP 项目,也对文本内容(Drake的歌词)有了不同且更具体的理解。这只是一个起点,也建议大家在工作和生活中进行一些实践,不断尝试,积累技能。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4572

    浏览量

    98720
  • 算法
    +关注

    关注

    23

    文章

    4454

    浏览量

    90747
  • nlp
    nlp
    +关注

    关注

    1

    文章

    463

    浏览量

    21818

原文标题:如何评价创作歌手的业务能力?试试让NLP帮你分析一下

文章出处:【微信号:rgznai100,微信公众号:rgznai100】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    xmc7200开发COOLDIM_PRG_BOARD,逻辑分析仪捕捉输出的最后一位直为低电平的原因?

    我使用 xmc7200 开发 COOLDIM_PRG_BOARD。 我PWM输出正弦波,我逻辑分析仪捕捉输出的最后一位异常,最后一位应该
    发表于 01-18 09:37

    ACHO MP3歌词不能同步显示,而且有时出现乱码怎么办?

    ;歌词文件和歌曲文件不同,改为致的文件即可,只是两个文件的后缀不同,如:江南—林俊杰.
    发表于 10-19 10:00

    [原创]曾敏.新专辑主打歌曲《贴心人》全球首发

    “贴心人”伟大的形象。歌曲舒缓,就像一位歌手娓娓道来,在讲个故事。这首词的曲子有不同版本,著名歌手谭晶也演唱了版,但石顺义将军最钟爱青年
    发表于 03-31 21:41

    北京世纪丰羽传媒招聘原创歌手

    北京世纪丰羽文化传媒招聘原创歌手招聘职务:原创歌手招聘人数:若干具体要求:1、 声音有特点。2、 有定的音乐基础。音乐学院及相关学校在校生或应届毕业生优先考虑。3、 对音乐有定的见
    发表于 10-21 16:38

    招聘毫米波技术应用支持一位

    本帖最后由 SMART2016 于 2014-11-18 17:45 编辑 招聘毫米波技术应用支持一位QQ 357693872
    发表于 11-18 17:18

    一位全加器代码VHDL

    VHDL的人好少,哎……一位全加器的逻辑表达式是: S=A⊕B⊕Ci Co=AB+ACi+BCi 然后是代码:[code]USE IEEE.STD_LOGIC_1164.ALL; USE
    发表于 12-09 22:16

    一位全加器代码VHDL

    VHDL的人好少,哎……一位全加器的逻辑表达式是: S=A⊕B⊕Ci Co=AB+ACi+BCi 然后是代码:[code]USE IEEE.STD_LOGIC_1164.ALL; USE
    发表于 12-09 22:17

    请问是否可以GIOA口中某一位代替GIOB的某一位

    本帖最后由 只耳朵怪 于 2018-5-22 10:41 编辑 问是否可以GIOA口中某一位代替GIOB的某一位
    发表于 05-22 04:12

    继下棋、写作之后,人工智能开始进军演艺圈

    不仅在其微博宣布“演唱深度学习模型完成第四次重大升级”,更是发布送给知乎的新曲《我知我新》 ,并且自诩“开始接近人类歌手水平”。微软相关负责人表示,和此前的写诗类似,人工智能创作歌词
    发表于 05-29 12:34

    【双重好礼】赢千元创作金!创作之星原创征文来啦~

    可累积,活动结束后统折算成等面值京东E卡。举例:老王在活动期间获得次周榜第1,二次周榜第2,且最终总榜排名第3,则其累计
    发表于 11-21 14:02

    创作者激励】技术探索官—优秀原创作者扶持计划

    20各类技术领域优秀原创内容创作者,通过输出电子相关技术性文章和视频内容,与电子发烧友共建专业、优质的行业内容生态。 计划流程 报名时间:截止2023年4月16日 名单公布:20
    发表于 04-03 17:46

    HarmonyOS创作激励计划启动:助力技术创作突破边界

    即日起推出HarmonyOS创作激励计划,成功投稿并入选的文章将在HarmonyOS开发者公众号上线,9大技术社区同步宣发,不仅有丰厚稿酬,还有机会赢取创作奖品! 活动时间 即日起-2024年12
    发表于 09-21 15:18

    一位NLP算法工程师对NLP的看法

    最近的项目就是NLP相关,说一些个人对NLP的看法。直观地看,NLP算法工程师的经验和算法工程师的经验没有太大差别。NLP的发展并不是那么快。如果没有实际的业务需求,
    的头像 发表于 04-24 09:37 4988次阅读

    人脸识别是安防系统最具安全争议技术?

    被认为十大人类突破性技术的人脸识别,具有色彩赋予创新的意义,却也是最具争议技术,作为重要的身份鉴别身份,人脸识别
    发表于 11-17 16:54 605次阅读

    学生通过AI应用创作音乐剧歌词

    据外媒CNET报道,由林-曼努尔·米兰达编剧、作曲及主演的音乐剧《汉密尔顿》( Hamilton )口碑极高,铁杆粉丝们可能永远也听不够其悦耳易记的配乐。现在查普曼大学电影制作专业的学生Eli Weiss使用了Shortly Read(一款为写作而设计的人工智能应用)来模仿创作出热门音乐剧的
    的头像 发表于 12-30 14:34 1414次阅读