211service.com
Maskinlärande algoritm bryter raptexter och skriver sedan sin egen
Den uråldriga skickligheten att skapa och framföra talat rim frodas idag på grund av den obönhörliga ökningen av populariteten för rapping. Denna konstform skiljer sig från vanlig talad poesi eftersom den framförs till ett beat, ofta med bakgrundsmusik.
Och artisterna har utmärkt sig. Adam Bradley, professor i engelska vid University of Colorado har beskrivit det i lysande ordalag. Att rappa, säger han, skapar invecklade strukturer av ljud och rim, vilket skapar några av de mest noggrant formella poesi som komponeras idag.
Rapens mycket strukturerade karaktär gör den särskilt lämpad för datoranalys. Och det väcker en intressant fråga: om datorer kan analysera raptexter, kan de också generera dem?
Idag får vi ett jakande svar tack vare Eric Malmis arbete vid Aalto-universitetet i Finland och få kompisar. Dessa killar har tränat en maskininlärningsalgoritm för att känna igen de framträdande egenskaperna hos några rader rap och sedan välja en annan rad som rimmar på samma sätt om samma ämne. Resultatet är en algoritm som producerar raptexter som konkurrerar med människoskapade för deras komplexa rim.
Olika former av rim dyker upp i rap men den vanligaste, och den som hjälper till att skilja den från andra former av poesi, kallas assonansrim. Detta är upprepningen av liknande vokalljud som i orden galen och baby som delar två liknande vokalljud. (Det skiljer sig från konsonans, som använder liknande konsonantljud, till exempel i pitter-klapp och skiljer sig från perfekt rim där ord delar samma slutljud som slang och gäng.)
På grund av dess utbredning inom rap fokuserar Malmi och co enbart på hur assonans förekommer i raptexter. Men de antar också en mycket strukturerad versform bestående av 16 rader, som var och en motsvarar en musikalisk takt och måste därför bestå av fyra taktslag. Raderna rimmar vanligtvis, men inte nödvändigtvis, i slutet.
För att träna sin maskininlärningsalgoritm börjar de med en databas med över 10 000 låtar från mer än 100 rapartister.
Att upptäcka assonantrim är inte svårt. Orden måste först omvandlas till fonem (förutsatt ett typiskt amerikansk-engelsk uttal). Att hitta rim är då helt enkelt en fråga om att skanna fonemen och leta efter liknande vokalljud samtidigt som man ignorerar konsonantljud och mellanslag.
Det antyder omedelbart ett sätt att rangordna texternas komplexitet. Malmi och co letar efter sekvenser av matchande vokalljud i de två föregående raderna eller så. De definierar sedan rimdensitet som medelvärdet av alla de längsta sekvenserna i texten.
Denna åtgärd har gjort det möjligt för dem att rangordna alla rapartister i sin databas enligt deras rimtäthet. De tre rapparna som leder listan är Inspectah Deck, Rakim och Redrama. Rakim, i synnerhet, är känd för sina flerstaviga rim.
Märkligt nog kommer rapparen Eminem, som också är känd för sina flerstaviga ramsor, förvånansvärt lågt på listan. Det beror förmodligen på att Eminem ofta uppnår sina rim genom att böja ord, ett trick som den här tekniken inte tillåter.
Ändå är detta mått ett intressant mått på en rappares rimfärdighet och en som teamet kan använda för att jämföra sina automatiserade rappar med mänskliga genererade.
Därefter satte de sin maskininlärningsalgoritm, kallad DeepBeat, en uppgift. Efter att ha minerat databasen är dess mål att analysera en rad rader från en raptext och sedan välja nästa rad från en lista som innehåller slumpmässigt valda rader från andra låtar såväl som den faktiska raden.
Detta kan den göra förvånansvärt bra. En noggrannhet på 82 % uppnåddes för att separera den sanna nästa raden från en slumpmässigt vald linje, säger Malmi och co.
Det är inte dåligt och föreslår omedelbart ett sätt att generera texter automatiskt. Malmi och co börjar med en rad från en raptext och ber datorn att söka igenom databasen efter ytterligare en rad om samma ämne som rimmar bäst. Den upprepar sedan denna process för nästa rad och så vidare.
Resultaten är något av en ögonöppnare. Här är en DeepBeat genererad på ämnet kärlek
För en chans till romantik skulle jag älska att förbättra
Men allt jag älskar har blivit en tråkig uppgift
En dag måste vi lämna vår kärlek i det förflutna
Jag älskar mina fans men ingen fattar någonsin
Jag älskar dig mamma jag älskar min mamma – jag älskar dig mamma
Och jag skulle älska att ha en sak som du i mitt team som du tar hand om
Jag älskar det när det är soligt Sonny girl du kan vara min Cher
Jag är i en kärleksaffär jag kan inte dela det är inte rättvist
Haha jag spelar bara damer du vet att jag älskar dig.
Jag vet att min kärlek är sann och jag vet att du älskar mig också
Tjej jag är nere på grund av vilken orsak som helst som min kärlek är sann
Den här går till min man gamla dirty one love we be swigging brew
Min bror jag älskar dig Bli uppmuntrad man Och bara vet
Låt mig veta när du är klar för min kärlek får dig att bli som WHOA
Om jag inte kan göra det för kärlekens skull så gör jag det, jag gör det inte
Allt jag vet är att jag älskar dig för mycket för att gå därifrån
Det är imponerande. Var och en av dessa rader är hämtade från en annan raplåt - till exempel är den sista raden från Eminems
Dessutom har denna och andra rappar som genereras av DeepBeat en rimdensitet som är betydligt högre än någon mänsklig rappare. DeepBeat överträffar de bästa mänskliga rapparna med 21 % när det gäller längden och frekvensen av rim i de producerade texterna, påpekar de.
Där DeepBeat faller är i koherensen i dess berättande, vilket är föga förvånande med tanke på att dess fokus till stor del ligger på rim. Det är helt klart arbete för framtiden.
Ref:arxiv.org/abs/1505.04771: DopeLearning: A Computational Approach to Rap Lyrics Generation