本文通过计算方法深入理解歌词,侧重于歌词的风格和偏见,通过分析超过 500,000 首歌曲,研究了歌曲风格和含有的性别和种族偏见,并发现歌词的偏见与社会中存在的偏见有相关性。
Jul, 2019
本文提出了不同自然语言处理方法,以利用保存在书面形式中的大量音乐知识,实现自动音乐知识发现,包括文本编制、信息提取、知识图谱生成和情感分析等不同阶段,本文还介绍了涉及弗拉明戈,文艺复兴和流行音乐等大量文献处理的用例,通过数据驱动的分析得出了结论并进行了讨论。
Jul, 2018
本文是一篇调查论文,研究了将自然语言处理(NLP)方法应用于符号音乐生成和信息检索的研究,提出了符号音乐的表示方法和深度学习模型,并讨论了 NLP 工具在符号音乐数据中的有效使用以及进一步研究的可能性。
Feb, 2024
本文介绍了一种使用通用文本和音乐特定数据组合训练单词的分布式表征,以评估其在将听取上下文与音乐作品相关联方面的性能。
Jul, 2020
本文使用循环神经网络模型对大规模的歌曲歌词数据集进行音乐流派分类,并在此基础上利用分层注意力网络(HAN)实现在不同层级的特征学习以分类音乐流派,该方法不仅在准确率上超过了先前的研究成果,而且还提供了洞察在语言特征和词汇结构方面不同的音乐流派之间的区别。
Jul, 2017
该论文提出了一种基于机器学习算法的说唱歌词生成方法,将已有歌词中的词组合成有意义和韵律的新歌词,并在表现上超越了最好的人类说唱歌手 21%。
May, 2015
本文提出一种机制,将两个分别训练的语言模型结合起来,旨在生成符合期望歌曲结构的输出,同时提供丰富的词汇量,从而提高其创造力。
Nov, 2018
本研究使用了基于 Transformer 的 XLNet 模型,首次探索结合歌词进行音乐情感识别。实验表明该方法的性能优于现有基于其他特征的方法。本研究为情感音乐播放列表生成和音乐推荐系统的改进等提供了重要的启示。
Jan, 2021
比较分析了计算模型和人类感知中的歌词相似性,发现基于预训练 BERT 模型嵌入、歌曲音频和音素特征的计算模型能够准确表示感知中的歌词相似性,这一发现为相似性推荐系统的发展提供了伪标签和客观评估指标。
Apr, 2024
本研究考虑了基于音频信号和歌词的多模态音乐情绪预测任务,复现传统特征工程方法的基础上提出了一种基于深度学习的新模型,证明了新方法相较于传统模型更擅长于唤起用户的注意,而在情感预测上两种方法表现相当。此外,我们还比较了不同的融合方法,在同时优化各单模态模型时取得了较大的提升,并向公众发布部分数据以供参考。
Sep, 2018