NLP Multi-Model Showcase • 50 Metal Bands • Lexical + Semantic AI

Artist, Song Similarity

Γράψτε έναν στίχο ή μια πρόταση στα αγγλικά. Το σύστημα συγκρίνει 5 διαφορετικούς αλγορίθμους για να βρει ποιο από τα 50 Metal συγκροτήματα ταιριάζει περισσότερο — και εντοπίζει τα πιο κοντινά τραγούδια τόσο από τις λέξεις όσο και από το νόημα. Write any English lyric or sentence. The system compares 5 different AI models to predict which of the 50 Metal bands fits best — and surfaces the closest existing songs by both exact wording and meaning.

Εργαστήριο Πρόβλεψης Καλλιτέχνη & Όμοιων Τραγουδιών Lyrics Artist & Song Similarity Workbench

Πληκτρολογήστε ό,τι στίχο, φράση ή περιγραφή θέλετε στα αγγλικά και δείτε πώς αντιδρούν τα διαφορετικά μοντέλα: Type any English lyric, verse, or theme description below and compare how each model responds:

Πατήστε Enter για ανάλυση (Shift+Enter για νέα γραμμή) Press Enter to analyze (Shift+Enter for new line)
Αναμονή δικής σας εισόδου… Waiting for your input…

Δεν έχετε βάλει ακόμη στίχους Enter lyrics above to begin

Μόλις γράψετε έναν στίχο στα αγγλικά και πατήσετε «Ανάλυση Στίχων», εδώ θα εμφανιστεί η φωτογραφία του κορυφαίου συγκροτήματος, η σύγκριση των 5 μοντέλων και τα πιο όμοια τραγούδια λεξιλογικά και σημασιολογικά. Once you type English lyrics and click "Analyze Lyrics", you will see the top matching artist portrait, probability rankings across all 5 models, and top lexically & semantically similar songs.

Ποια 50 Metal Συγκροτήματα Συγκρίνουμε Which 50 Metal Bands Are Compared

Κάθε στίχος που γράφετε συγκρίνεται ταυτόχρονα με τη δισκογραφία αυτών των 50 συγκροτημάτων (από Heavy, Thrash, Power, Symphonic, Progressive έως Death & Nu-Metal): Every input lyric is evaluated against real song lyrics across these 50 bands (spanning Heavy, Thrash, Power, Symphonic, Progressive, Death & Nu-Metal):

Πώς Δουλεύει — Με Απλά Λόγια How It Works — In Plain Terms

Χωρίς τεχνική ορολογία κώδικα: πώς καταλαβαίνει η εφαρμογή ποιος καλλιτέχνης ταιριάζει στους στίχους σας, τι διαφορά έχουν οι 5 αλγόριθμοι μεταξύ τους, και τι προσέξαμε για να είναι δίκαιο το αποτέλεσμα. A clear, non-technical guide to how the system matches your lyrics to a band, how the 5 algorithms differ, and how we ensured fair results.

1. TF-IDF + LinearSVC —

Ο «ντετέκτιβ λέξεων & ύφους»: Μετρά ποιες λέξεις (π.χ. tank, dragon), ζεύγη λέξεων (holy war) και μικρά κομμάτια λέξεων (κατάληξη, συντομεύσεις όπως gonna) είναι σήμα κατατεθέν μιας μπάντας και σπάνια στις άλλες. Ξέρει πολύ καλά το «λεξιλόγιο» κάθε συγκροτήματος.

The wording & style detective: Tracks distinctive words, two-word phrases, and spelling patterns unique to each band compared to all 49 others. Very strong when recognizable vocabulary is used.

2. Sentence-BERT —

Ο «αναγνώστης νοήματος»: Ένα νευρωνικό γλωσσικό μοντέλο που διαβάζει ολόκληρη την πρόταση και καταλαβαίνει τι εννοείτε, ακόμα κι αν δεν χρησιμοποιήσετε τις ακριβείς λέξεις των τραγουδιών (π.χ. αν γράψετε «armored vehicles» αντί για «tanks», καταλαβαίνει ότι μιλάτε για πόλεμο).

The meaning reader: A neural Transformer reading whole-sentence context, connecting synonyms and paraphrases (like "armored vehicles" ↔ war songs) even without exact word overlap.

3. Late Fusion (Κύριο Μοντέλο) —

Η συνεργασία τους: Συνδυάζει τις δύο ανεξάρτητες απόψεις δίνοντας 65% βάρος στις λέξεις/ύφος (TF-IDF) και 35% στο νόημα (BERT). Κερδίζει όταν ο στίχος έχει και θεματικό νόημα και χαρακτηριστικό ύφος.

Balanced team vote: Blends 65% wording/style (TF-IDF) with 35% semantic meaning (BERT), achieving the highest Top-1 test accuracy across the 50 bands.

4. Stacking & 5. Early Fusion —

Δύο ακόμα τρόποι μίξης: Το Stacking βάζει έναν «διαιτητή» που μαθαίνει πότε να εμπιστεύεται το TF-IDF και πότε το BERT (δίνοντας τις πιο ρεαλιστικές πιθανότητες). Το Early Fusion ενώνει λέξεις και νόημα σε μία κοινή οθόνη από την αρχή.

Two alternative fusion designs: Stacking trains a referee to weigh both models' probabilities (yielding the best calibrated confidence), while Early Fusion combines wording and meaning vectors into one joint classifier.

Βήμα 1 Γιατί φτιάξαμε δύο τρόπους αναζήτησης («Λεξιλογικά» vs «Σημασιολογικά»); Why Build Two Similarity Engines (Lexical vs Semantic)? >

Αν ψάξετε με απλές λέξεις, ένας στίχος που μιλάει για «πανοπλισμένα οχήματα σε χαρακώματα» μπορεί να μη βρει ένα τραγούδι που λέει «tanks and soldiers» αν δεν ταιριάζουν οι λέξεις. Αντίστροφα, ένα μοντέλο που κοιτάει μόνο το γενικό νόημα χάνει το ιδιαίτερο στυλ γραφής μιας μπάντας (π.χ. πολεμικά ονόματα ή γοτθικές εικόνες).

Matching exact words misses paraphrases when synonyms are used, whereas matching only broad meaning loses each band's signature vocabulary. Pairing both lets the system succeed on both exact phrasing and abstract descriptions.

Το πρόβλημα των σύντομων στίχων: Ένα κανονικό τραγούδι έχει περίπου — λέξεις, ενώ εσείς συνήθως γράφετε μια φράση 10–25 λέξεων. Για να μην «μπερδεύεται» το σύστημα από τη διαφορά μεγέθους, εκπαιδεύσαμε κι έναν βοηθητικό ταξινομητή πάνω σε μεμονωμένα κουπλέ/ρεφρέν (verses) και συνδυάζουμε το αποτέλεσμα! Handling short inputs: Full songs have a median of — words whereas user queries are 10–25 words long. We trained an auxiliary verse-level model alongside the full-song model so short lines still classify reliably.
Βήμα 2 Πώς καθαρίσαμε τα τραγούδια (χωρίς «yeah», «ah», διαφημίσεις ή διπλές εκδόσεις) Cleaning the Lyrics (Removing Vocal Fillers, Ads & Duplicates) >

Τα στίχοι που κατεβαίνουν από ιστότοπους όπως το Genius συχνά περιέχουν σκουπίδια που δεν είναι στίχοι: διαφημίσεις εισιτηρίων συναυλιών, επεξηγηματικά άρθρα, ετικέτες [Chorus] και φωνητικά επιφωνήματα. Επίσης, αν μια μπάντα έβγαλε ένα κομμάτι σε Live και Remastered έκδοση ή αν μια μπάντα έκανε διασκευή τραγουδιού άλλης, αυτό θα «ξεγελούσε» την αξιολόγηση.

Scraped lyrics contain non-lyric noise: ticket ads, editorial notes, section headers, and vocal fillers. Duplicate Live/Remastered tracks or cover songs would also inflate test accuracy unfairly.

  • Αφαίρεση «yeah», «ah», «oh», «whoa»: Πλέον αυτά τα επιφωνήματα αφαιρούνται τελείως από το κείμενο, ώστε καμία μπάντα να μην παίρνει «άδικους» πόντους μόνο επειδή τραγουδάει «yeah!» ή «ah!», αλλά από τις πραγματικές της λέξεις και ιστορίες.
  • Διατήρηση των αρνήσεων: Συνηθισμένες λέξεις όπως «the, and, is» φεύγουν, αλλά κρατάμε ρητά τα «not, no, never, nothing» — γιατί το «I am not alone» σημαίνει το αντίθετο από το «I am alone»!
  • Κοινή ρίζα λέξεων: Διαφορετικοί χρόνοι/πληθυντικοί (π.χ. wolves → wolf, dying → die) ενώνονται στην ίδια βασική λέξη με κατανόηση γραμματικού ρόλου (ρήμα vs ουσιαστικό).
  • Μηδενική «διαρροή» στις εξετάσεις: Από τα — αρχικά τραγούδια, αφαιρέθηκαν — διασκευές και ομαδοποιήθηκαν οι επανακυκλοφορίες. Έμειναν — καθαρά τραγούδια: 80% (—) για εκπαίδευση και 20% (—) κλειδωμένα για τελική εξέταση, χωρίς να υπάρχει το ίδιο τραγούδι και στα δύο!
  • Vocal filler removal: Fillers like yeah, ah, oh, whoa, la are stripped everywhere so bands are distinguished by real lyrical themes rather than vocal exclamations.
  • Keeping negations: Everyday filler words are removed while preserving not, no, never, nothing because negations reverse sentence meaning.
  • Strict fair testing: Out of — starting tracks, — covers were filtered and live/remastered duplicates grouped together, leaving — clean songs split 80% (—) train / 20% (—) unseen hold-out test.
Βήμα 3 Πόσο καλά τα πήγε κάθε μοντέλο σε εντελώς άγνωστα τραγούδια; How Well Did Each Model Perform on Unseen Test Songs? >

Με τυχαία επιλογή ανάμεσα σε 50 συγκροτήματα η επιτυχία θα ήταν μόλις —% (ή —% αν μαντεύαμε πάντα την πιο πολυπληθή μπάντα, τους —). Δείτε τι πέτυχαν τα μοντέλα μας στο αυστηρό Hold-out Test Set (επίσης μετρήσαμε αν η σωστή μπάντα βρίσκεται μέσα στην Top-3 τριάδα):

Pure chance among 50 bands is only —% (or —% always guessing the largest class, —). Below are our models evaluated strictly once on the unseen Hold-out Test Set:

ΜοντέλοModel Ακρίβεια #1 (%)Top-1 Acc (%) 95% CI Στην 3άδα (Top-3)Top-3 Acc (%) Macro F1 (%) Log Loss ↓ Σφάλμα Βεβαιότητας (ECE) ↓Calibration Error (ECE) ↓

Κάναμε επίσης σύγκριση αλγορίθμων πάνω στα ίδια δεδομένα (Cross-Validation): το Word+Char LinearSVC πέτυχε το καλύτερο σκορ σε σχέση με το Logistic Regression και το Complement Naive Bayes, όπως φαίνεται στον πίνακα σύγκρισης:

ΣυνδυασμόςSetup Mean CV Acc (%) ± Std (%)
Βήμα 4 Ποιες μπάντες ξεχωρίζουν εύκολα, ποιες μπερδεύονται & ποιες λέξεις τις προδίδουν Easiest vs Hardest Bands & Signature Words Learned >

Συγκροτήματα με πολύ ξεχωριστό θέμα (πόλεμος, Βίκινγκς, σκοτεινή φαντασία, extreme imagery) ταξινομούνται σχεδόν τέλεια, ενώ μπάντες με κοινό καθημερινό/θρησκευτικό/πολιτικό λεξιλόγιο ή λίγα τραγούδια στο dataset μπερδεύονται συχνότερα μεταξύ τους.

Καλύτερες 8 Μπάντες (Υψηλότερο F1)Top 8 Bands (Highest F1)

BandTrain / TestPrecRecF1

Δυσκολότερες 8 Μπάντες (Χαμηλότερο F1)Bottom 8 Bands (Lowest F1)

BandTrain / TestPrecRecF1

Χαρακτηριστικές λέξεις που έμαθε το μοντέλο (μετά την αφαίρεση θορύβου)Signature Words Learned (Clean Vocabulary)

Πιο συχνά μπερδέματα μεταξύ συγκροτημάτωνMost Frequent Cross-Band Confusions

Πραγματική ΜπάνταTrue BandΠρόβλεψηPredicted BandΣφάλματαTest Errors
Μαθηματικά Για όποιον θέλει τη μαθηματική μορφή (TF-IDF, Margin & Calibration) Mathematical Appendix (TF-IDF, Margin & Calibration) >

Συνοπτικά, κάθε κείμενο μετατρέπεται σε κανονικοποιημένο διάνυσμα βαρών ώστε να συγκρίνονται δίκαια μικρά και μεγάλα τραγούδια, ενώ τα γλωσσικά embeddings 384 διαστάσεων προκύπτουν από επικαλυπτόμενα παράθυρα ανάγνωσης (150 λέξεις με βήμα 100) για να μη χάνεται κανένα ρεφρέν:

TF-IDF Weight & Cosine Similarity
$$tf_{\text{sub}}(t,d) = 1 + \ln tf(t,d), \quad idf(t) = \ln\!\left(\frac{1+N}{1+df(t)}\right)+1, \quad \cos(u,v) = \frac{u \cdot v}{\|u\|\,\|v\|}$$
Linear Classifier Optimization & Late Fusion
$$\min_{W,b}\; \frac{1}{N}\sum_{i=1}^{N}\mathcal{L}(y_i,\, W\phi(x_i)+b) + \frac{1}{C}\|W\|_2^2 \qquad\big|\qquad P_{\text{Late}} = w\,P_{\text{TF-IDF}} + (1-w)\,P_{\text{BERT}}$$

Διαγράμματα & Επεξήγηση Αξόνων Visualizations & Axis Guide

Κάθε διάγραμμα εξηγεί αναλυτικά τι μετράει ο οριζόντιος άξονας (X) και ο κατακόρυφος άξονας (Y). Each chart clearly labels and explains both its horizontal (X) and vertical (Y) axes.

1. Νόμος του Zipf — Πόσο σπάνιες ή συχνές είναι οι λέξεις 1. Zipf's Law — Word Frequency vs Rank

—

Άξονας X (οριζόντιος): Η σειρά κατάταξης της λέξης (1 = η πιο συχνή λέξη στο σύνολο, 2 = η δεύτερη, κ.ο.κ., σε λογαριθμική κλίμακα).
Άξονας Y (κατακόρυφος): Πόσες φορές εμφανίζεται αυτή η λέξη σε όλα τα τραγούδια μαζί. Ελάχιστες λέξεις εμφανίζονται χιλιάδες φορές, ενώ η τεράστια «ουρά» εμφανίζεται 1–2 φορές.
X-Axis: Word rank from most frequent (1) to rarest (log scale).
Y-Axis: Total occurrences across the whole corpus (log scale).

2. Αξιοπιστία Πιθανοτήτων (Reliability Diagram) 2. Probability Reliability Diagram (Calibration)

—

Άξονας X (οριζόντιος): Πόσο σίγουρο δηλώνει το μοντέλο στην πρόβλεψή του (0% – 100%).
Άξονας Y (κατακόρυφος): Πόσο συχνά πέτυχε πράγματι το σωστό συγκρότημα. Η λευκή διακεκομμένη γραμμή δείχνει την ιδανική ειλικρίνεια (όσο πιο κοντά, τόσο πιο αξιόπιστο το ποσοστό).
X-Axis: Confidence reported by the model (%).
Y-Axis: Observed accuracy (%) among predictions at that confidence level. Closer to the dashed diagonal means better calibration.

3. Πλήθος Τραγουδιών ανά Συγκρότημα (50 Μπάντες) 3. Clean Songs Available Per Band (50 Bands)

—

Άξονας X (οριζόντιος): Κάθε ένα από τα 50 Metal συγκροτήματα ταξινομημένα από το πολυπληθέστερο προς το μικρότερο.
Άξονας Y (κατακόρυφος): Ο αριθμός των καθαρών τραγουδιών του κάθε συγκροτήματος που χρησιμοποιήθηκαν για εκπαίδευση και έλεγχο (με πράσινο οι Top-10 μεγαλύτερες, με πορτοκαλί οι 10 μικρότερες).
X-Axis: All 50 Metal bands sorted from largest to smallest clean repertoire.
Y-Axis: Number of clean songs per band after deduplication & cover removal.