Techniques de traitement automatique du langage naturel appliquées aux représentations symboliques musicales
Fiche du document
8 juillet 2021
- ISIDORE Id: 10670/1.41f5b1...
- hal: hal-03279850
info:eu-repo/semantics/OpenAccess
Sujets proches
Language (New words, slang, etc.) Music and songs NLP (Computer science) Hand tools Handtools Natural science Sciences Science of science Music and songs Methods of analysis Analysis and chemistry Analytical methods Chemical analysis Analysis methods Analysis and examination Arte musical Composiciones musicales Música clásica Obras musicales Oeuvres musicales Art musical Musique classique Chants et musique Musique savante Langue et langage Langage et langues Langues et langage Compréhension automatique de la langue naturelle Traitement automatique de la langue naturelle TALN (informatique) TAL (informatique) Traitement automatique des langues naturelles Traitement du langage naturel (informatique) Compréhension automatique des langues naturelles Compréhension automatique du langage naturel Analyse chimique Dosage Bonhomie Naturel Modes opératoires Techniques Mode opératoire technique technique de fabrication techniquesCiter ce document
Mikaela Keller et al., « Techniques de traitement automatique du langage naturel appliquées aux représentations symboliques musicales », HAL SHS (Sciences de l’Homme et de la Société), ID : 10670/1.41f5b1...
Métriques
Partage / Export
Résumé
La discipline du Traitement Automatique du Langage Naturel (TALN) a connu d’importants progrès ces dix dernières années grâce aux avancées de l’intelligence artificielle et en particulier des réseaux de neurones profonds. Ces techniques sont aujourd’hui largement utilisées pour l’extraction de connaissances, l’analyse de sentiments ou encore la traduction automatique de textes. Les similarités structurelles et conceptuelles entre le langage naturel et la musique ont motivé de nombreuses initiatives de recherche visant à adapter les outils du TALN pour le traite- ment de données musicales symboliques ou audio. Ces démarches ont fourni des résultats prometteurs, notamment dans les domaines de l’analyse et la génération automatique de musique. Au-delà de leur performance, le présent projet vise à étudier le fonctionnement interne de deux de ces modèles, les plongements de mots et les transformeurs, ainsi que leur aptitude à s’adapter à des données musicales plutôt que textuelles. Ces expériences bénéficient à notre maîtrise de ces outils adaptés à la musique et contribuent à clarifier de nombreux parallèles entre le langage naturel et le langage musical.
