ontology-based data integration: memuk, the melodic music knowledge graph

La crescente digitalizzazione nel consumo e nella produzione musicale ha aumentato le richieste nell’industria musicale di sistemi automatizzati per l’analisi e le proposte musicali. Ne consegue l’aumento di datasets musicali disponibili, la maggior parte dei quali ha dimensioni ridotte, restrizioni di copyrigth e/o scarsa interoperabilit`a dovuta a formati di annotazione diversi; trattasi, quindi, di datasets inadeguati nel settore del Music Information Retrieval. L’integrazione di dati musicali da diverse fonti richiede tempo, denaro, e la collaborazione tra esperti musicali e informatici per evitare perdite o errori durante la conversione. Choco - Chord Corpus and Data Transformation Workflow for Musical Harmony Knowledge Graphs (un corpus contente dati armonici e un workflow per la creazione di un grafo di conoscenza basato su tali dati) - fornisce un’integrazione semantica su larga scala di datasets contenenti dati armonici, ossia l’aspetto verticale della musica. Al contrario, appare ancora limitata la ricerca sull’integrazione semantica di dati melodici, riferiti all’aspetto orizzontale della musica. Questo lavoro propone un workflow per semplificare l’integrazione di dati melodici, e una procedura automatizzata di validazione dei risultati, con l’uso della libreria Music21 di Python, che supporta vari formati musicali digitali. Viene presentato anche un esempio di integrazione semantica di tre datasets distinti, con la costruzione del Melodic Music Knowledge Graph (MEMUK, un grafo di conoscenza con dati musicali melodici), utilizzando Polifonia Ontology Network, per garantire l’interoperabilit`a con altri knowledge graph basati sulla stessa ontologia, come il Choco Chord Corpus.