介绍了一种音乐注释模式，即本体设计模式，用于归一化不同注释系统并表示多种类型的音乐对象，并解决了多模态注释源的集成问题，并为大规模音乐数据集的集成提供了解决方案。

Mar, 2023

音乐元本体论介绍了一种丰富而灵活的语义模型，用于描述与艺术家、作曲、演奏、录音和链接相关的音乐元数据，并通过数据工程的最佳实践来考虑各个利益相关者的需求和角度，从而支持数据对齐、转化和检索。

Nov, 2023

该论文提出了音乐树符号（Music Tree Notation，MTN）格式，作为一种共同的音乐表示语言，用于解决音乐识别系统评估指标不一致的问题，并通过特定的 OMR 评估指标和排版乐谱数据集提供了此想法的验证。

Dec, 2023

该研究提出了 HaMSE，一种语义技术下的本体论，可描述音乐特征，以解决音乐研究中的一些问题，包括音乐表现和数据定性的关系。

Feb, 2022

本文介绍了一个新的大规模音乐数据集 MusicNet，旨在为音乐研究的机器学习方法提供监督和评估，该数据集由 10 位作曲家创作的 11 种乐器的数百个自由许可的古典音乐录音以及关于它们的时间标签组成，其中包含的多标签分类任务以及多项基于机器学习结构的性能评估表明了末端到末端的神经网络在音符预测方面的学习效果最佳。

Nov, 2016

本研究旨在开发一种可解释的音乐相似性分类系统，通过结合符号和音频内容，提高音乐检索、推荐和分析的效率和精度。

Jun, 2023

模拟音乐结构在生成符号音乐作品的人工智能系统中至关重要但具有挑战性。本文概述了整合连贯结构的技术的演变，从符号方法到基础和转换的深度学习方法，利用计算和数据在各种训练范式中的强大能力。最新阶段，我们评述了一种新兴技术，称为 “子任务分解”，它涉及将音乐生成分解为独立的高级结构规划和内容创作阶段。这些系统通过提取旋律的骨架或结构模板来引导生成过程，从而纳入某种形式的音乐知识或神经符号方法。从审查的三个时期来看，已经取得了在主题和重复方面的进展，但在模拟人类作曲家风格下的扩展音乐作品中细微主题的发展仍然很困难。我们概述了几个关键的未来方向，以实现结合所有考察时期方法的协同效益。

Mar, 2024

该论文讨论了一个软件系统 Intrumental Complex 的一般化模型表示，包括数学表达式，UML 图和客户端 - 服务器环境下该系统的三层体系结构，并开发了相应的形式模型。

Mar, 2018

本文讨论了使用 Transformer 模型对音乐成分进行分词表示的方法，以生成适当的音乐符号表示法。研究发现，该方法在所有 12 种音乐方面都显著优于现有方法。作者还探讨了适合使用该模型的有效符号表示法，确定了该方法的最佳效果。

Dec, 2021

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