Sentimentos de alegria e tristeza na m?sica brasileira: uma an?lise explorat?ria com intelig?ncia artificial

Detalhes bibliográficos
Autor(a) principal: Ferreira, Renata da Silva
Data de Publicação: 2024
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional do IFPB
Texto Completo: http://repositorio.ifpb.edu.br/jspui/handle/177683/3517
Resumo: Este estudo explora a din?mica entre as caracter?sticas t?cnicas e l?ricas de m?sicas brasileiras e a indu??o dos sentimentos de alegria e tristeza nos ouvintes, aplicando t?cnicas computacionais avan?adas como aprendizado de m?quina e processamento de linguagem natural. A an?lise foi realizada com base em dados obtidos atrav?s da API (Application Programming Interface) do Spotify, abrangendo elementos como energia, val?ncia e dan?abilidade das m?sicas. Paralelamente, as letras foram submetidas ao modelo de intelig?ncia artificial ChatGPT para identificar emo??es expressas textualmente. Empregando a correla??o de Pearson, o estudo quantifica a rela??o entre as caracter?sticas musicais e a resposta emocional dos ouvintes, enquanto a precis?o da an?lise de sentimentos das letras pelo ChatGPT foi avaliada atrav?s de uma matriz de confus?o. Os resultados destacam uma rela??o significativa entre vari?veis t?cnicas como energia e val?ncia e os sentimentos experimentados pelos ouvintes. Entretanto, a pesquisa tamb?m aponta para desafios na an?lise de sentimentos das letras, evidenciando discrep?ncias entre as classifica??es autom?ticas e a percep??o humana, especialmente em letras com maior complexidade l?rica. Este estudo n?o s? comprova a utilidade de abordagens computacionais na an?lise de emo??es em m?sicas, mas tamb?m sugere melhorias para sistemas de recomenda??o musical e plataformas de streaming. As limita??es identificadas incluem a subjetividade nas categoriza??es emocionais e as restri??es impostas pela API do Spotify. Al?m disso, recomenda-se a expans?o do espectro emocional analisado e o aperfei?oamento dos modelos de intelig?ncia artificial para uma interpreta??o mais precisa da riqueza da l?ngua portuguesa em m?sicas brasileiras em futuras pesquisas.
id IFPB_13e5e125bc2545b07b7659ceec568996
oai_identifier_str oai:repositorio.ifpb.edu.br:177683/3517
network_acronym_str IFPB
network_name_str Repositório Institucional do IFPB
repository_id_str
spelling Ferreira, Renata da Silva2024-01-30T13:35:12Z2024-01-30T13:35:12Z2024-01-30http://repositorio.ifpb.edu.br/jspui/handle/177683/3517Este estudo explora a din?mica entre as caracter?sticas t?cnicas e l?ricas de m?sicas brasileiras e a indu??o dos sentimentos de alegria e tristeza nos ouvintes, aplicando t?cnicas computacionais avan?adas como aprendizado de m?quina e processamento de linguagem natural. A an?lise foi realizada com base em dados obtidos atrav?s da API (Application Programming Interface) do Spotify, abrangendo elementos como energia, val?ncia e dan?abilidade das m?sicas. Paralelamente, as letras foram submetidas ao modelo de intelig?ncia artificial ChatGPT para identificar emo??es expressas textualmente. Empregando a correla??o de Pearson, o estudo quantifica a rela??o entre as caracter?sticas musicais e a resposta emocional dos ouvintes, enquanto a precis?o da an?lise de sentimentos das letras pelo ChatGPT foi avaliada atrav?s de uma matriz de confus?o. Os resultados destacam uma rela??o significativa entre vari?veis t?cnicas como energia e val?ncia e os sentimentos experimentados pelos ouvintes. Entretanto, a pesquisa tamb?m aponta para desafios na an?lise de sentimentos das letras, evidenciando discrep?ncias entre as classifica??es autom?ticas e a percep??o humana, especialmente em letras com maior complexidade l?rica. Este estudo n?o s? comprova a utilidade de abordagens computacionais na an?lise de emo??es em m?sicas, mas tamb?m sugere melhorias para sistemas de recomenda??o musical e plataformas de streaming. As limita??es identificadas incluem a subjetividade nas categoriza??es emocionais e as restri??es impostas pela API do Spotify. Al?m disso, recomenda-se a expans?o do espectro emocional analisado e o aperfei?oamento dos modelos de intelig?ncia artificial para uma interpreta??o mais precisa da riqueza da l?ngua portuguesa em m?sicas brasileiras em futuras pesquisas.Submitted by maria sousa (maria.sousa@ifpb.edu.br) on 2024-01-30T13:33:15Z No. of bitstreams: 1 TCC de Renata da Silva Ferreira.pdf: 332095 bytes, checksum: dc65dcff8e80f25f4e713f5aa18b4639 (MD5)Approved for entry into archive by maria sousa (maria.sousa@ifpb.edu.br) on 2024-01-30T13:35:12Z (GMT) No. of bitstreams: 1 TCC de Renata da Silva Ferreira.pdf: 332095 bytes, checksum: dc65dcff8e80f25f4e713f5aa18b4639 (MD5)Made available in DSpace on 2024-01-30T13:35:12Z (GMT). No. of bitstreams: 1 TCC de Renata da Silva Ferreira.pdf: 332095 bytes, checksum: dc65dcff8e80f25f4e713f5aa18b4639 (MD5) Previous issue date: 2024-01-30Engenharia da computa??oM?sica - Caracter?sticas t?cnicas e l?ricasSpotifyIntelig?ncia artificial - ChatGPTSentimentos de alegria e tristeza na m?sica brasileira: uma an?lise explorat?ria com intelig?ncia artificialinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional do IFPBinstname:Instituto Federal da Paraíba (IFPB)instacron:IFPBinfo:eu-repo/semantics/openAccessTCCIFPBORIGINALTCC de Renata da Silva Ferreira.pdfTCC de Renata da Silva Ferreira.pdfapplication/pdf332095http://repositorio.ifpb.edu.br/jspui/bitstream/177683/3517/1/TCC+de+Renata+da+Silva+Ferreira.pdfdc65dcff8e80f25f4e713f5aa18b4639MD51177683/35172024-01-30 10:35:12.08oai:repositorio.ifpb.edu.br:177683/3517Repositório InstitucionalPUBhttp://repositorio.ifpb.edu.br/oai/requestrepositoriodigital@ifpb.edu.bropendoar:2024-01-30T13:35:12Repositório Institucional do IFPB - Instituto Federal da Paraíba (IFPB)false
dc.title.pt_BR.fl_str_mv Sentimentos de alegria e tristeza na m?sica brasileira: uma an?lise explorat?ria com intelig?ncia artificial
title Sentimentos de alegria e tristeza na m?sica brasileira: uma an?lise explorat?ria com intelig?ncia artificial
spellingShingle Sentimentos de alegria e tristeza na m?sica brasileira: uma an?lise explorat?ria com intelig?ncia artificial
Ferreira, Renata da Silva
Engenharia da computa??o
M?sica - Caracter?sticas t?cnicas e l?ricas
Spotify
Intelig?ncia artificial - ChatGPT
title_short Sentimentos de alegria e tristeza na m?sica brasileira: uma an?lise explorat?ria com intelig?ncia artificial
title_full Sentimentos de alegria e tristeza na m?sica brasileira: uma an?lise explorat?ria com intelig?ncia artificial
title_fullStr Sentimentos de alegria e tristeza na m?sica brasileira: uma an?lise explorat?ria com intelig?ncia artificial
title_full_unstemmed Sentimentos de alegria e tristeza na m?sica brasileira: uma an?lise explorat?ria com intelig?ncia artificial
title_sort Sentimentos de alegria e tristeza na m?sica brasileira: uma an?lise explorat?ria com intelig?ncia artificial
author Ferreira, Renata da Silva
author_facet Ferreira, Renata da Silva
author_role author
dc.contributor.author.fl_str_mv Ferreira, Renata da Silva
dc.subject.por.fl_str_mv Engenharia da computa??o
M?sica - Caracter?sticas t?cnicas e l?ricas
Spotify
Intelig?ncia artificial - ChatGPT
topic Engenharia da computa??o
M?sica - Caracter?sticas t?cnicas e l?ricas
Spotify
Intelig?ncia artificial - ChatGPT
description Este estudo explora a din?mica entre as caracter?sticas t?cnicas e l?ricas de m?sicas brasileiras e a indu??o dos sentimentos de alegria e tristeza nos ouvintes, aplicando t?cnicas computacionais avan?adas como aprendizado de m?quina e processamento de linguagem natural. A an?lise foi realizada com base em dados obtidos atrav?s da API (Application Programming Interface) do Spotify, abrangendo elementos como energia, val?ncia e dan?abilidade das m?sicas. Paralelamente, as letras foram submetidas ao modelo de intelig?ncia artificial ChatGPT para identificar emo??es expressas textualmente. Empregando a correla??o de Pearson, o estudo quantifica a rela??o entre as caracter?sticas musicais e a resposta emocional dos ouvintes, enquanto a precis?o da an?lise de sentimentos das letras pelo ChatGPT foi avaliada atrav?s de uma matriz de confus?o. Os resultados destacam uma rela??o significativa entre vari?veis t?cnicas como energia e val?ncia e os sentimentos experimentados pelos ouvintes. Entretanto, a pesquisa tamb?m aponta para desafios na an?lise de sentimentos das letras, evidenciando discrep?ncias entre as classifica??es autom?ticas e a percep??o humana, especialmente em letras com maior complexidade l?rica. Este estudo n?o s? comprova a utilidade de abordagens computacionais na an?lise de emo??es em m?sicas, mas tamb?m sugere melhorias para sistemas de recomenda??o musical e plataformas de streaming. As limita??es identificadas incluem a subjetividade nas categoriza??es emocionais e as restri??es impostas pela API do Spotify. Al?m disso, recomenda-se a expans?o do espectro emocional analisado e o aperfei?oamento dos modelos de intelig?ncia artificial para uma interpreta??o mais precisa da riqueza da l?ngua portuguesa em m?sicas brasileiras em futuras pesquisas.
publishDate 2024
dc.date.accessioned.fl_str_mv 2024-01-30T13:35:12Z
dc.date.available.fl_str_mv 2024-01-30T13:35:12Z
dc.date.issued.fl_str_mv 2024-01-30
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://repositorio.ifpb.edu.br/jspui/handle/177683/3517
url http://repositorio.ifpb.edu.br/jspui/handle/177683/3517
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional do IFPB
instname:Instituto Federal da Paraíba (IFPB)
instacron:IFPB
instname_str Instituto Federal da Paraíba (IFPB)
instacron_str IFPB
institution IFPB
reponame_str Repositório Institucional do IFPB
collection Repositório Institucional do IFPB
bitstream.url.fl_str_mv http://repositorio.ifpb.edu.br/jspui/bitstream/177683/3517/1/TCC+de+Renata+da+Silva+Ferreira.pdf
bitstream.checksum.fl_str_mv dc65dcff8e80f25f4e713f5aa18b4639
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional do IFPB - Instituto Federal da Paraíba (IFPB)
repository.mail.fl_str_mv repositoriodigital@ifpb.edu.br
_version_ 1823422320348233728