Como a inteligência artificial identifica temas e discursos presentes em uma música, como o funk, por exemplo, mesmo quando seus significados estão escondidos em metáforas, gírias e referências culturais?
Esse é um dos desafios da próxima edição do Café com IA, promovido pelo INCT TILDIAR.
A data do encontro foi alterada devido ao feriado do Dia do Servidor Público. Será na semana seguinte, on-line, em 6 de novembro de 2026, no mesmo horário: das 14h às 15h.
A participação é gratuita, mediante inscrição na página do evento no Even3.
Haverá emissão de certificado para os inscritos presentes.
A convidada deste mês é a professora Karin Becker (foto), do Instituto de Informática da Universidade Federal do Rio Grande do Sul (UFRGS). Ela apresentará a palestra When Semantic Similarity Is Not Enough: Rethinking Topic Modeling for Song Lyrics (Quando a similaridade semântica não é suficiente: repensando a identificação de temas em letras de músicas).
Karin adianta que o desafio começa com uma limitação da análise automática de textos: palavras com significados semelhantes nem sempre expressam a mesma ideia, assim como palavras diferentes podem transmitir um mesmo discurso.
“Em uma letra musical, por exemplo, uma metáfora pode sugerir algo que não está expresso literalmente. Gírias, ambiguidades e referências culturais também podem modificar o sentido de um verso”, afirma. Por isso, identificar palavras semelhantes não basta para reconhecer os temas e discursos de uma canção.
Como a inteligência artificial pode interpretar esses significados?
A palestra, on-line, vai apresentar alguns métodos que combinam grandes modelos de linguagem (LLMs, na sigla em inglês), sistemas de inteligência artificial treinados com grandes volumes de textos, e técnicas de análise textual para identificar temas recorrentes nas letras.
Com base nas limitações dos métodos tradicionais de modelagem de tópicos, a palestra apresenta LLMusic, uma abordagem computacional desenvolvida para identificar temas em letras musicais. O método combina grandes modelos de linguagem com o BERTopic, uma técnica que agrupa textos por semelhança de significado para identificar assuntos recorrentes.
Com essa combinação, a inteligência artificial pode identificar relações entre trechos das músicas que passariam despercebidas em uma análise baseada apenas em palavras semelhantes.
Em estudo sobre o funk brasileiro, do qual Karin Becker é coautora, os pesquisadores desenvolveram o LLMusic, uma abordagem que combina grandes modelos de linguagem e técnicas de análise textual para identificar temas em letras musicais.
A equipe aplicou o método a 1000 músicas de funk populares para investigar os discursos presentes nas letras e explorar como a inteligência artificial pode contribuir para a análise de grandes coleções de canções. Karin Becker vai explicar também porque a análise exige cautela.
Segundo ela, identificar padrões em um conjunto de letras não significa compreender automaticamente todas as intenções dos compositores ou os sentidos atribuídos às canções pelos ouvintes. “O contexto cultural continua sendo importante para interpretar os resultados”, adverte.
Sobre o Café com IA
O Café com IA promove encontros on-line para aproximar pesquisadores e público interessado em inteligência artificial, apresentando pesquisas e debatendo aplicações, limites e impactos sociais da área. A iniciativa integra as atividades de divulgação científica do INCT TILDIAR, dedicado à pesquisa em inteligência artificial responsável para linguística computacional, tratamento e disseminação de informação. Após inscrição será enviado um link da plataforma de transmissão.
Serviço
Evento: Café com IA
Palestra: When Semantic Similarity Is Not Enough: Rethinking Topic Modeling for Song Lyrics
Palestrante: Karin Becker (UFRGS)
Data: 6 de novembro de 2026 (NOVA DATA)
Horário: 14h às 15h
Formato: on-line
Inscrições: gratuitas, pela página do evento no Even3.
Atualizada em 30/10/2026, às 10 horas
