MADRID, 10 (Portaltic/EP)
Este recomendador de contenido musical en español analiza las letras de las canciones desde un punto de vista semántico utilizando inteligencia artificial para mejorar la recomendación de listas de reproducción y las posibilidades para el usuario.
El equipo que la ha desarrollado se compone de especialistas nacionales e internacionales en procesamiento del lenguaje natural, IA y poesía, como explican en una nota de prensa, y para su entrenamiento han recurrido a un sistema de algoritmos durante más de 200 horas, consiguiendo crear seis modelos de lenguaje específicamente diseñados para entender y analizar las letras de canciones en español.
Los creadores de LyrAIcs señalan que los recomendadores de música hasta ahora disponibles se han basado en los géneros musicales, en la sonoridad de las canciones o en las preferencias de los propios usuarios, sin tener en cuenta el contenido. Por el contrario, su herramienta detecta similitudes semánticas entre canciones para ofrecer recomendaciones más precisas.
Además, facilita a terceros una API para que puedan explotarse sus algoritmos y modelos de lenguaje, así como un 'sandbox' para que los usuarios puedan explorar esta tecnología, mezclando canciones de diferentes épocas, géneros y períodos.
Esta herramienta es el resultado de un proyecto ERC financiado por la Comisión Europea en su programa Horizonte 2020, liderado por la cofundadora y CEO de Clidrive, Elena González-Blanco, y por el director del Laboratorio de Innovación en Humanidades Digitales de la UNED, Salvador Ros, y desarrollado en el Center for the Governance of Change de IE University.
