Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração

Detalhes bibliográficos
Ano de defesa: 2024
Autor(a) principal: Veiga, Rolf Pagotto lattes
Orientador(a): Araújo, Eric Fernandes de Mello
Banca de defesa: Moreira, Mayron Cesar de Oliveira, Merschmann, Luiz Henrique de Campos, Santos, Fernando Pasquini
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Lavras
Programa de Pós-Graduação: Programa de Pós-graduação em Ciência da Computação
Departamento: Instituto de Ciências Exatas e Tecnológicas - ICET
País: brasil
Palavras-chave em Português:
Área do conhecimento CNPq:
Link de acesso: https://repositorio.ufla.br/handle/1/59737
Resumo: O estudo apresentado nesta dissertação explora a aplicação de algoritmos avançados de Processamento de Linguagem Natural (PLN) para examinar as letras de músicas evangélicas brasileiras. Utilizando o modelo BERT (Bidirectional Encoder Representationsfrom Transformers), desenvolvido por Devlin et al. em2019, esta pesquisa se propõe a decifrar padrões linguísticos e temáticos nas composições, visando entender como essas refletem as crenças, valores e a identidade religiosa no contexto brasileiro. A música evangélica é um componente vital da cultura brasileira, servindo como uma expressão de fé e um veículo para a construção da identidade comunitária e individual. Este estudo foca particularmente na análise de sentimentos e na identificação de temas de adoração, usando o BERT para analisar a complexidade e a riqueza do conteúdo lírico das músicas. A dissertação detalha a metodologia empregada na coleta e análise dos dados, destacando o papel transformador do BERT no entendimento contextualizado de textos. Combinando técnicas quantitativas e qualitativas, a pesquisa não apenas fornece conhecimento sobre a evolução da música evangélica brasileira, mas também o potencial do uso de modelos de PLN no estudo detalhado de textos musicais. Este trabalho é significativo para os campos de estudos da música, religião e tecnologia da informação, oferecendo uma nova perspectiva sobre como a tecnologia pode ser utilizada para aprofundar a compreensão das dinâmicas culturais e espirituais contemporâneas.
id UFLA_fd052201836d59c34ab49050f367aa4e
oai_identifier_str oai:repositorio.ufla.br:1/59737
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling 2024-12-10T17:37:15Z2024-12-102024-12-10T17:37:15Z2024-12-102024-08-30VEIGA, Rolf Pagotto. Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração. 2024. 85 p. Dissertação (Mestrado em Ciências da Computação) – Universidade Federal de Lavras, Lavras, 2024.https://repositorio.ufla.br/handle/1/59737O estudo apresentado nesta dissertação explora a aplicação de algoritmos avançados de Processamento de Linguagem Natural (PLN) para examinar as letras de músicas evangélicas brasileiras. Utilizando o modelo BERT (Bidirectional Encoder Representationsfrom Transformers), desenvolvido por Devlin et al. em2019, esta pesquisa se propõe a decifrar padrões linguísticos e temáticos nas composições, visando entender como essas refletem as crenças, valores e a identidade religiosa no contexto brasileiro. A música evangélica é um componente vital da cultura brasileira, servindo como uma expressão de fé e um veículo para a construção da identidade comunitária e individual. Este estudo foca particularmente na análise de sentimentos e na identificação de temas de adoração, usando o BERT para analisar a complexidade e a riqueza do conteúdo lírico das músicas. A dissertação detalha a metodologia empregada na coleta e análise dos dados, destacando o papel transformador do BERT no entendimento contextualizado de textos. Combinando técnicas quantitativas e qualitativas, a pesquisa não apenas fornece conhecimento sobre a evolução da música evangélica brasileira, mas também o potencial do uso de modelos de PLN no estudo detalhado de textos musicais. Este trabalho é significativo para os campos de estudos da música, religião e tecnologia da informação, oferecendo uma nova perspectiva sobre como a tecnologia pode ser utilizada para aprofundar a compreensão das dinâmicas culturais e espirituais contemporâneas.The study presented in this dissertation explores the application of advanced Natural Language Processing (NLP) algorithms to examine the lyrics of brazilian Christian songs. Utilizing the BERT model (Bidirectional Encoder Representations from Transformers), developed by Devlin et al. in 2019, this research aims to decipher linguistic and thematic patterns in the compositions, seeking to understand how these reflect beliefs, values, and religious identity in the brazilian context. Christian music is a vital component of brazilian culture, serving as an expression of faith and a way for the construction of both communal and individual identity. This study particularly focuses on sentiment analysis and the identification of worship themes, using BERT to analyze the complexity and richness of the lyrical content of the songs. The dissertation details the methodology employed in the data collection and analysis, highlighting the transformative role of BERT in the contextual understanding of texts. By combining quantitative and qualitative techniques, the research not only provides insights into the evolution of brazilian Christian music but also demonstrates the potential of using NLP models in the detailed study of musical texts. This work is significant for the fields of music studies, religion, and information technology, offering a new perspective on how technology can be utilized to deepen the understanding of contemporary cultural and spiritual dynamics.Universidade Federal de LavrasPrograma de Pós-graduação em Ciência da ComputaçãoUFLAbrasilInstituto de Ciências Exatas e Tecnológicas - ICETCiências da ComputaçãoBERTProcessamento de linguagem naturalMúsica evangélicaAnálise de sentimentoAdoraçãoNatural language processingEvangelical musicSentiment analysisWorshipDiretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoraçãoGuidelines for automatic classification of christian musics: application of Bert in worship identificationinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisAraújo, Eric Fernandes de MelloMoreira, Mayron Cesar de OliveiraMerschmann, Luiz Henrique de CamposSantos, Fernando Pasquinihttps://lattes.cnpq.br/6339991735263062Veiga, Rolf Pagottoinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLAORIGINALDISSERTAÇÃO_Diretrizes para classificação automática de músicas cristãs aplicação do Bert na identificação de adoração.pdfDISSERTAÇÃO_Diretrizes para classificação automática de músicas cristãs aplicação do Bert na identificação de adoração.pdfapplication/pdf1379641https://repositorio.ufla.br/bitstreams/e23114c0-956a-4ef6-a55e-ec554916fe1d/downloadcf99673da6d6cceae991c5c348eb9e18MD51trueAnonymousREADIMPACTOS DA PESQUISA.pdfIMPACTOS DA PESQUISA.pdfapplication/pdf209468https://repositorio.ufla.br/bitstreams/6c12b1a0-50d2-468a-9c0d-77b339507a34/download6c3ae4f8c01ea2863033c722e634a291MD52falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-8956https://repositorio.ufla.br/bitstreams/2839fbcd-f927-4b1c-a863-64287c6bec0e/download5ea4a165b7202cbf475be400d2e16893MD53falseAnonymousREADTEXTDISSERTAÇÃO_Diretrizes para classificação automática de músicas cristãs aplicação do Bert na identificação de adoração.pdf.txtDISSERTAÇÃO_Diretrizes para classificação automática de músicas cristãs aplicação do Bert na identificação de adoração.pdf.txtExtracted texttext/plain103710https://repositorio.ufla.br/bitstreams/f01abde1-01b7-4655-8216-57ddebd97649/download3a76b25b61e770679c03f52b071173ebMD54falseAnonymousREADIMPACTOS DA PESQUISA.pdf.txtIMPACTOS DA PESQUISA.pdf.txtExtracted texttext/plain4733https://repositorio.ufla.br/bitstreams/8a876d62-8f63-4b08-9933-dbb9a9e8f3b8/download5a403ba9f308b0ac66c8aef9f7dc464eMD56falseAnonymousREADTHUMBNAILDISSERTAÇÃO_Diretrizes para classificação automática de músicas cristãs aplicação do Bert na identificação de adoração.pdf.jpgDISSERTAÇÃO_Diretrizes para classificação automática de músicas cristãs aplicação do Bert na identificação de adoração.pdf.jpgGenerated Thumbnailimage/jpeg3182https://repositorio.ufla.br/bitstreams/9bd3404b-8de5-44cc-82da-4f36bd42b6a1/downloadbcab9b24e2f9198af3ea9262ccb8cea2MD55falseAnonymousREADIMPACTOS DA PESQUISA.pdf.jpgIMPACTOS DA PESQUISA.pdf.jpgGenerated Thumbnailimage/jpeg5182https://repositorio.ufla.br/bitstreams/fdf63525-d250-45fa-ba86-575826d5754b/downloadaed745578dbdaf2ccc15b7c802228124MD57falseAnonymousREAD1/597372025-08-06 11:08:55.379open.accessoai:repositorio.ufla.br:1/59737https://repositorio.ufla.brRepositório InstitucionalPUBhttps://repositorio.ufla.br/server/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2025-08-06T14:08:55Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)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
dc.title.pt_BR.fl_str_mv Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração
dc.title.alternative.pt_BR.fl_str_mv Guidelines for automatic classification of christian musics: application of Bert in worship identification
title Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração
spellingShingle Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração
Veiga, Rolf Pagotto
Ciências da Computação
BERT
Processamento de linguagem natural
Música evangélica
Análise de sentimento
Adoração
Natural language processing
Evangelical music
Sentiment analysis
Worship
title_short Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração
title_full Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração
title_fullStr Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração
title_full_unstemmed Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração
title_sort Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração
author Veiga, Rolf Pagotto
author_facet Veiga, Rolf Pagotto
author_role author
dc.contributor.advisor1.fl_str_mv Araújo, Eric Fernandes de Mello
dc.contributor.referee1.fl_str_mv Moreira, Mayron Cesar de Oliveira
dc.contributor.referee2.fl_str_mv Merschmann, Luiz Henrique de Campos
dc.contributor.referee3.fl_str_mv Santos, Fernando Pasquini
dc.contributor.authorLattes.fl_str_mv https://lattes.cnpq.br/6339991735263062
dc.contributor.author.fl_str_mv Veiga, Rolf Pagotto
contributor_str_mv Araújo, Eric Fernandes de Mello
Moreira, Mayron Cesar de Oliveira
Merschmann, Luiz Henrique de Campos
Santos, Fernando Pasquini
dc.subject.cnpq.fl_str_mv Ciências da Computação
topic Ciências da Computação
BERT
Processamento de linguagem natural
Música evangélica
Análise de sentimento
Adoração
Natural language processing
Evangelical music
Sentiment analysis
Worship
dc.subject.por.fl_str_mv BERT
Processamento de linguagem natural
Música evangélica
Análise de sentimento
Adoração
Natural language processing
Evangelical music
Sentiment analysis
Worship
description O estudo apresentado nesta dissertação explora a aplicação de algoritmos avançados de Processamento de Linguagem Natural (PLN) para examinar as letras de músicas evangélicas brasileiras. Utilizando o modelo BERT (Bidirectional Encoder Representationsfrom Transformers), desenvolvido por Devlin et al. em2019, esta pesquisa se propõe a decifrar padrões linguísticos e temáticos nas composições, visando entender como essas refletem as crenças, valores e a identidade religiosa no contexto brasileiro. A música evangélica é um componente vital da cultura brasileira, servindo como uma expressão de fé e um veículo para a construção da identidade comunitária e individual. Este estudo foca particularmente na análise de sentimentos e na identificação de temas de adoração, usando o BERT para analisar a complexidade e a riqueza do conteúdo lírico das músicas. A dissertação detalha a metodologia empregada na coleta e análise dos dados, destacando o papel transformador do BERT no entendimento contextualizado de textos. Combinando técnicas quantitativas e qualitativas, a pesquisa não apenas fornece conhecimento sobre a evolução da música evangélica brasileira, mas também o potencial do uso de modelos de PLN no estudo detalhado de textos musicais. Este trabalho é significativo para os campos de estudos da música, religião e tecnologia da informação, oferecendo uma nova perspectiva sobre como a tecnologia pode ser utilizada para aprofundar a compreensão das dinâmicas culturais e espirituais contemporâneas.
publishDate 2024
dc.date.submitted.none.fl_str_mv 2024-08-30
dc.date.accessioned.fl_str_mv 2024-12-10T17:37:15Z
dc.date.available.fl_str_mv 2024-12-10
2024-12-10T17:37:15Z
dc.date.issued.fl_str_mv 2024-12-10
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv VEIGA, Rolf Pagotto. Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração. 2024. 85 p. Dissertação (Mestrado em Ciências da Computação) – Universidade Federal de Lavras, Lavras, 2024.
dc.identifier.uri.fl_str_mv https://repositorio.ufla.br/handle/1/59737
identifier_str_mv VEIGA, Rolf Pagotto. Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração. 2024. 85 p. Dissertação (Mestrado em Ciências da Computação) – Universidade Federal de Lavras, Lavras, 2024.
url https://repositorio.ufla.br/handle/1/59737
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.publisher.none.fl_str_mv Universidade Federal de Lavras
dc.publisher.program.fl_str_mv Programa de Pós-graduação em Ciência da Computação
dc.publisher.initials.fl_str_mv UFLA
dc.publisher.country.fl_str_mv brasil
dc.publisher.department.fl_str_mv Instituto de Ciências Exatas e Tecnológicas - ICET
publisher.none.fl_str_mv Universidade Federal de Lavras
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
bitstream.url.fl_str_mv https://repositorio.ufla.br/bitstreams/e23114c0-956a-4ef6-a55e-ec554916fe1d/download
https://repositorio.ufla.br/bitstreams/6c12b1a0-50d2-468a-9c0d-77b339507a34/download
https://repositorio.ufla.br/bitstreams/2839fbcd-f927-4b1c-a863-64287c6bec0e/download
https://repositorio.ufla.br/bitstreams/f01abde1-01b7-4655-8216-57ddebd97649/download
https://repositorio.ufla.br/bitstreams/8a876d62-8f63-4b08-9933-dbb9a9e8f3b8/download
https://repositorio.ufla.br/bitstreams/9bd3404b-8de5-44cc-82da-4f36bd42b6a1/download
https://repositorio.ufla.br/bitstreams/fdf63525-d250-45fa-ba86-575826d5754b/download
bitstream.checksum.fl_str_mv cf99673da6d6cceae991c5c348eb9e18
6c3ae4f8c01ea2863033c722e634a291
5ea4a165b7202cbf475be400d2e16893
3a76b25b61e770679c03f52b071173eb
5a403ba9f308b0ac66c8aef9f7dc464e
bcab9b24e2f9198af3ea9262ccb8cea2
aed745578dbdaf2ccc15b7c802228124
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1854947742248337408