Diretrizes para classificação automática de músicas cristãs: aplicação do Bert na identificação de adoração
| Ano de defesa: | 2024 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | , , |
| 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 |