Studiju veids |
maģistra akadēmiskās studijas |
Studiju programmas nosaukums |
Digitālās humanitārās zinātnes |
Nosaukums |
2010. - 2020. laika posma populārās mūzikas un vēsturisko notikumu korelācijas izpēte |
Nosaukums angļu valodā |
Analysis of the Correlation between Popular Music and Historical Events from 2010 until 2020 |
Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
Darba vadītājs |
Tatjana Smirnova |
Recenzents |
Dr.sc.ing. Vita Šakele |
Anotācija |
Populārā mūzika sabiedrībā ir pastāvīga konstante, kas zināmā mērā var atspoguļot tā laika vispārējās lietas. Šis maģistra darbs mēģina izpētīt, vai ir iespējams noteikt dziesmu liriskās tēmas, izmantojot dabīgās valodas apstrādes resursus, un vai vēsturiskie notikumi, kā piemēram, sociālās kustības, ir izsekojami populārās mūzikas tekstos.Lai izpētītu šī darba izpētes jautājumus, tika izveidots korpuss ar popularajām dziesmām no 2010. līdz 2019. gadam (ieskaitot). Korpusa dziesmu izvēle ir veikta vadoties pēc Billboard top 100 iknedēļas topu tabulas. Katrs ieraksts korpusā ir unikāls, neskatoties uz to, ka dziesma Billboard top ir iekļuvusi vairak kā vienu reizi. Dati tiek apstrādāti ar vairākiem dabiskās valodas apstrādes rīkiem teksta ieguves kategorijā, sniedzot informāciju par tēmām unliriskā satura noskaņojumu katrai dziesmai.Pētījuma rezultāti liecina, ka populārās mūzikas tekstos patiešām ir vēsturiski notikumi, taču nav noteikts, cik lielā mērā tas tiek apspriests. Tomēr lielākā daļa dziesmu apspriež tēmu “mīlestība”. Citi atklājumi ietver desmitgades vispārējo situāciju un noskaņojumu, un informāciju par dabiskās valodas apstrādes rīku izmantošanu populārās mūzikas analīzei.Maģistra darbs sastāv no ievada, galvenās daļas, kas iekļauj 5 nodaļas un 11 apakšnodaļas, secinājumus un ieteikumus turpmākiem pētījumiem, izmantotās literatūras un avotu saraksta, kas sastāv no 53 ierakstiem. Darbā ir iekļautas 14 figūras un 2 tabulas. Darbs sastāv no 73 lapām, neieskaitot pielikumus. |
Atslēgas vārdi |
populārā mūzika, tēmu modelēšana, VADER sentimenta analīze, dabīgās valodas apstrāde, Latentā Dirihleta piešķiršana (Latent Dirichlet Allocation) |
Atslēgas vārdi angļu valodā |
Popular music, topic modelling, sentiment analysis, Natural Language Processing, VADER, Latent Dirichlet Allocation |
Valoda |
eng |
Gads |
2022 |
Darba augšupielādes datums un laiks |
03.01.2022 16:16:57 |