Recuperação Inteligente de Letras de Músicas na Web
Resumo
A tarefa de recuperação e extração automática de letras de músicas a partir da web é de grande importância para diferentes aplicações da área de recuperação de informações musicais (Music Information Retrieval). A maior parte das abordagens existentes para lidar com este problema dependem de recursos computacionais que, muitas vezes, estão indisponíveis para músicas que não são populares ou estão em idiomas que não são o Inglês. Neste artigo, é apresentado um sistema para a recuperação automática de letras de músicas na web, denominado Ethnic Lyrics Fetcher (ELF), que possui um novo mecanismo para a detecção e extração automática de letras de músicas. Para avaliar o sistema desenvolvido foram realizados dois experimentos. No primeiro experimento, o mecanismo de extração de letras foi avaliado utilizando como base 12 websites que possuem letras de música em uma estrutura bem definida e também o método considerado o estado da arte para o problema. No segundo experimento, foi avaliado o desempenho do sistema desenvolvido como uma ferramenta de busca, identificação e extração de letras de músicas na web. A análise dos resultados experimentais obtidos mostraram que o ELF é uma ferramenta útil para auxiliar pesquisadores e usuários na recuperação de informações musicais.
Referências
Downie, J. S. and Cunningham, S. J. (2002). Toward a theory of music information retrieval queries: System design implications. In Proc. of the 3rd Int. Society for Music Information Retrieval Conference (ISMIR), pages 299–300.
Geleijnse, G. and Korst, J. (2006). Efficient lyrics extraction from the web. In Proc. of the 7th Int. Society for Music Information Retrieval Conference (ISMIR), pages 371–372.
Hu, X. and Downie, J. S. (2010). When lyrics outperform audio for music mood classification: A feature analysis. In Proc. of the 11th Int. Society for Music Information Retrieval Conference (ISMIR), pages 619–624.
Hu, X., Downie, J. S., and Ehmann, A. F. (2009). Lyric text mining in music mood classification. In Proc. of the 10th Int. Society for Music Information Retrieval Conference (ISMIR), pages 411–416.
Knees, P., Schedl, M., and Widmer, G. (2005). Multiple lyrics alignment: Automatic retrieval of song lyrics. In Proc. of the 6th Int. Society for Music Information Retrieval Conference (ISMIR), pages 564–569.
Li, T. and Ogihara, M. (2004). Music artist style identification by semi–supervised learning from both lyrics and content. In Proc. of the 12th annual ACM Int. Conf. on Multimedia, pages 364–367.
Logan, B., Kositsky, A., and Moreno, P. (2004). Semantic analysis of song lyrics. In Proc. of the IEEE Int. Conf. on Multimedia and Expo, pages 827–830.
Macrae, R. and Dixon, S. (2012). Ranking lyrics for online search. In Proc. of the 13th Int. Society for Music Information Retrieval Conference (ISMIR), pages 362–366.
Mayer, R., Neumayer, R., and Rauber, A. (2008). Rhyme and style features for musical genre classification by song lyrics. In In Proc. of the 9th Int. Conf. on Music Information Retrieval (ISMIR), pages 337–342.
Mayer, R. and Rauber, A. (2011). Musical genre classification by ensembles of audio and lyrics features. In Proc. of the 12th Int. Society for Music Information Retrieval Conference (ISMIR), pages 675–680.
Salton, G. and Buckley, C. (1998). Term weighting approaches in automatic text retrieval. Information Processing & Management, 24(5):513–523.
Shamma, D. A., Pardo, B., and Hammond, K. J. (2005). Musicstory: a personalized music video creator. In Proc. of the 13th Annual ACM Int. Conf. on Multimedia, pages 563–566.
Silla Jr., C. N., Koerich, A. L., and Kaestner, C. A. A. (2008). The latin music database. In Proc. of the 9th Int. Conf. on Music Information Retrieval (ISMIR), pages 451–456.
Zaanen, M. V. and Kanters, P. (2010). Automatic mood classification using tf*idf based on lyrics. In Proc. of the 11th Int. Society for Music Information Retrieval Conference (ISMIR), pages 75–80.
