Watson Supercomputer finder ikke Rappers Samvittighedsfulde

IBMs Watson er øjeblikkets supercomputer på samme måde som Fetty Wap og Omi er sommerenes musikere. Men hvad laver maskinen af ​​mændene? Nå takket være den nye Tone Analyzer, den nyeste widget i sin "Cognitive Computing" -sky, som også har meninger om mad og shopping, kan vi spørge. Watson kan ikke analysere en melodi endnu, men det kan vise sig, at sommerens mest populære sange ikke er meget offentligt spirede.

Toneanalysatoren bryder skrivning i tre forskellige dele, Emotionstone, Socialtone og Skrivetone. Emotionstone-segmentet defineres i vid udstrækning af ordvalg og hyppigheden af ​​stærkt demonstrerende ord. Socialtone er mere et holistisk produkt, men det bestemmes af måder hvorpå forfatteren adresserer publikum. Skrivetone har at gøre med forfatterens ontologiske tilgang. Det er ikke en stor hjælp, når man ser på rap.

Hvad der er bemærkelsesværdigt om rap sange gennem analyse er deres sociale tone. Omi's "Cheerleader" og Fetty Waps "Trap Queen" er Socialtone-scorerne, som viser, at begge spor viser en ekstrem åbenhed og en høj densitet af socialt betydningsfuldt sprog. Men værdsætter heller ikke særlig højt på "Samvittighed", den tredje kategori bag Åbenhed og Agreeableness. Dette illustrerer, at sangene, mens det er muntert og sommeren jam-y, ikke er bestemt til at åbne en dialog med publikum.

Hvad er interessant er, at "Trap Queen", jo mindre samvittighedsfulde af de to sange, har langt mere forfatterligt sprog og betragtes faktisk ret analytisk af Watson. Dette er retfærdigt, det er en sang om et forhold, der er sunget af en person, der synes at være følelsesmæssigt investeret. "Cheerleader" er ikke den slags sang. For at sætte det i kontekst betragter Watson Wiz Khalifa's "See You Again", som føles lidt mere gennemtænksom end de to andre sange på første lytte, betydeligt mindre forfatterskab end "Trap Queen".

Hvad siger det om sangens sange? At det betaler sig at skrive noget folk vil synge sammen til i stedet for at tænke på, helt sikkert. Men det kan måske sige mere om Watson, som viser sig at være en ret effektiv kritik af uventet materiale. Der er en tæthed her, at et mindre program kan forvirre for, vel forvirring, men Watson-analysen er for matematisk at blive ledet på afveje af noget så sekundært (ikke sarkastisk) som meddelelsen formidles. Watson beviser det er værd ved at analysere overordnet indtryk i stedet for line redigering, hvilket er et forkert godt værktøj til at have, hvis du forsøger at skrive en forretnings email - eller et hit.