Algorytm uczenia maszynowego kopiuje tekst rapu, a następnie pisze swój własny

Starożytna umiejętność tworzenia i wykonywania rymów mówionych kwitnie dzisiaj z powodu nieubłaganego wzrostu popularności rapu. Ta forma sztuki różni się od zwykłej poezji mówionej, ponieważ jest wykonywana w rytmie, często z muzyką w tle.

A wykonawcy osiągnęli sukces. Adam Bradley, profesor języka angielskiego na University of Colorado opisał to w świetnych słowach. Mówi, że rapowanie tworzy misterne struktury dźwięków i rymów, tworząc jedną z najbardziej skrupulatnie formalnych poezji, jakie skomponowano dzisiaj.

Wysoce ustrukturyzowany charakter rapu sprawia, że ​​jest on szczególnie podatny na analizę komputerową. I to rodzi interesujące pytanie: jeśli komputery potrafią analizować teksty rapu, czy mogą je również generować?

Dziś otrzymujemy odpowiedź twierdzącą dzięki pracy Erica Malmi z Uniwersytetu Aalto w Finlandii i kilku kumplom. Ci faceci wytrenowali algorytm uczenia maszynowego, aby rozpoznać najistotniejsze cechy kilku linijek rapu, a następnie wybrać inną linijkę, która rymuje się w ten sam sposób na ten sam temat. Rezultatem jest algorytm, który tworzy rapowe teksty, które rywalizują z tekstami stworzonymi przez ludzi pod względem złożoności rymów.

W rapie pojawiają się różne formy rymów, ale najpowszechniejsza i ta, która pomaga odróżnić ją od innych form poezji, nazywa się rymem asonansowym. Jest to powtórzenie podobnych dźwięków samogłosek, takich jak słowa crazy i baby, które mają dwa podobne dźwięki samogłosek. (To różni się od konsonansu, w którym używa się podobnych dźwięków spółgłosek, takich jak tupot spółgłosek, i różni się od idealnego rymowania, w którym słowa mają ten sam dźwięk kończący, taki jak slang i gang).

Ze względu na jego powszechność w rapie, Malmi i spółka skupiają się wyłącznie na sposobie, w jaki pojawia się asonans w tekstach rapu. Ale przyjmują również wysoce ustrukturyzowaną formę zwrotki składającej się z 16 wersów, z których każdy odpowiada jednemu taktowi muzycznemu, a więc musi składać się z czterech taktów. Wersy zazwyczaj, ale niekoniecznie, rymują się na końcu.

Aby wyszkolić swój algorytm uczenia maszynowego, zaczynają od bazy danych zawierającej ponad 10 000 piosenek ponad 100 artystów rapowych.

Znalezienie asonicznych rymów nie jest trudne. Słowa należy najpierw zamienić na fonemy (przy założeniu typowej amerykańsko-angielskiej wymowy). Znalezienie rymów jest wtedy po prostu kwestią skanowania fonemów w poszukiwaniu podobnych dźwięków samogłosek, z pominięciem spółgłosek i spacji.

To od razu sugeruje sposób uszeregowania złożoności tekstów. Malmi i spółka szukają sekwencji pasujących dźwięków samogłosek w mniej więcej dwóch poprzednich wierszach. Następnie określają gęstość rymów jako średnią wszystkich najdłuższych sekwencji w tekście.

Ta miara pozwoliła im uszeregować wszystkich raperów w swojej bazie danych według ich gęstości rymowania. Trzech raperów, którzy stoją na czele listy, to Inspectah Deck, Rakim i Redrama. W szczególności Rakim znany jest ze swoich wielosylabowych rymów.

Co ciekawe, raper Eminem, który słynie również ze swoich wielosylabowych rymów, znajduje się zaskakująco nisko na liście. Dzieje się tak prawdopodobnie dlatego, że Eminem często osiąga swoje rymy poprzez naginanie słów, sztuczka, na którą ta technika nie pozwala.

Niemniej jednak ta metryka jest interesującą miarą umiejętności rymowania rapera i taką, którą zespół może wykorzystać do porównania swoich automatycznych rapów z tymi generowanymi przez ludzi.

Następnie ustawili swój algorytm uczenia maszynowego, zwany DeepBeat, zadanie. Po przeszukaniu bazy danych, jego celem jest przeanalizowanie sekwencji linijek z rapowego tekstu, a następnie wybranie następnej linijki z listy, która zawiera losowo wybrane linijki z innych piosenek, a także linijkę rzeczywistą.

To potrafi zaskakująco dobrze. Dokładność 82% została osiągnięta dla oddzielenia prawdziwej następnej linii od losowo wybranej linii, powiedzmy Malmi i spółka.

To nie jest złe i od razu sugeruje sposób automatycznego generowania tekstów. Malmi i spółka zaczynają od wersu z jednego tekstu rapowego i proszą komputer, aby przeszukał bazę danych w celu znalezienia innego wersu na ten sam temat, który najlepiej się rymuje. Następnie powtarza ten proces dla następnej linii i tak dalej.

Wyniki otwierają oczy. Oto jeden DeepBeat wygenerowany na temat miłości

Chciałabym ulepszyć szansę na romans
Ale wszystko, co kocham, stało się żmudnym zadaniem
Pewnego dnia będziemy musieli zostawić naszą miłość w przeszłości
Kocham moich fanów, ale nikt nigdy nie chwyta
Kocham cię mamo Kocham moją mamę – Kocham cię mamo
I chciałbym mieć coś takiego jak ty w moim zespole, o które dbasz
Uwielbiam kiedy jest słonecznie Sonny dziewczyno możesz być moją Cher
Mam romans, nie mogę się tym podzielić, to niesprawiedliwe
Haha, po prostu gram damy, wiesz, że cię kocham.
Wiem, że moja miłość jest prawdziwa i wiem, że ty też mnie kochasz
Dziewczyno, jestem przygnębiony, bo moja miłość jest prawdziwa
Ten idzie do mojego starego, brudnego, kochanego, popijamy warzeniem
Mój bracie, kocham cię Zachęcaj się stary i po prostu wiedz
Kiedy skończysz, daj mi znać, bo moja miłość sprawi, że będziesz jak WHOA
Jeśli nie mogę tego zrobić z miłości, to zrób to, nie zrobię tego
Wiem tylko, że za bardzo cię kocham, żeby odejść

To imponujące. Każdy z tych wersów pochodzi z innej piosenki rapowej – na przykład ostatni wers pochodzi z utworu Eminema

Co więcej, ten i inne rapy generowane przez DeepBeat mają gęstość rymów znacznie wyższą niż jakikolwiek ludzki raper. Podkreślają, że DeepBeat przewyższa najlepszych raperów o 21% pod względem długości i częstotliwości rymów w wyprodukowanych tekstach.

DeepBeat upada w spójności narracji, co nie jest zaskakujące, biorąc pod uwagę, że skupia się głównie na rymie. To wyraźnie działa na przyszłość.

Ref:arxiv.org/abs/1505.04771: DopeLearning: obliczeniowe podejście do generowania tekstów rapu

ukryć