Computational lexical analysis of Flamenco genres

弗拉门戈是西班牙安达卢西亚地区根植于文化身份的深刻表达，被联合国教科文组织认定为人类非物质文化遗产的一部分。然而，缺乏数量研究来帮助识别这个悠久音乐传统中的特征模式。在这项工作中，我们使用自然语言处理和机器学习对弗拉门戈歌词进行计算分析，将2000多个歌词分类为各自的弗拉门戈流派，称为“palos”。使用多项式朴素贝叶斯分类器，我们发现跨风格的词汇变化使得能够准确地识别不同的“palos”。更重要的是，通过自动化的词语使用方法，我们获得了表征每种风格的语义领域。此外，应用量化流派间距离的度量标准，我们进行了网络分析，揭示了弗拉门戈风格之间的关系。值得注意的是，我们的结果表明了历史联系和“palo”演化。总的来说，我们的工作阐明了弗拉门戈歌词中蕴含的复杂关系和文化意义，为以前的定性讨论提供了定量分析，并引发了有关传统音乐流派起源和发展的新讨论。

本论文旨在通过自然语言处理和机器学习技术，对2000多个Flamenco歌词进行分类，并探究不同风格之间的联系和文化意义。

通过使用多项式朴素贝叶斯分类器，利用不同风格之间的词汇变化，成功地将歌词分类到各自的Flamenco流派中，并且通过度量流派之间的距离，进行网络分析，探究不同流派之间的关系和演变。

本论文使用自然语言处理和机器学习技术对Flamenco歌词进行了分类研究，并通过网络分析揭示了不同流派之间的关系和演变。论文的方法和结果为Flamenco音乐的起源和发展提供了新的视角和思路。

在相关研究中，也有一些关于音乐分类和文化研究的工作，如《基于机器学习的音乐风格分类》和《文化遗产的数字化保护和传播》等。