Nov, 2023

波斯钢琴语料库：以达斯塔为考虑因素的基于乐器特征的数据收集

PDF
TL;DR我们通过采用基于乐器的方法来解决数据稀缺问题，提供了一个与波斯式钢琴相关的完整语料库，其中包含有关波斯音乐调式（Dastgah）的相关标签和综合元数据，可在各种热门研究领域中使用。我们收集了来自 2022 年波斯式钢琴作品的特征，并提供给研究人员，旨在更全面地了解波斯音乐及钢琴在其中的作用。
researchmusicdatapersian pianocorpus
发现论文，激发创造
  • GiantMIDI-Piano：古典钢琴音乐的大规模 MIDI 数据集

    本文创建了一个具有 38700838 个音符和 10855 个独奏钢琴作品的 GiantMIDI-Piano dataset，使用卷积神经网络探测独奏钢琴作品，并使用高分辨率钢琴转录系统将这些作品转录为 MIDI 文件，可用于音乐信息检索和音乐分析。

    Oct, 2020

  • 基于隐式众包数据采集的波斯语释义数据集

    本文介绍了 PerPaDa，这是一个从用户输入中收集的波斯语近义词语料库，旨在帮助检测抄袭。该语料库包含 2446 个波斯语句子的大量近义词和原句，使用了一些启发式方法来排除不符合标准的句子，相对于类似数据集，该数据集更大且更无偏见。

    Jan, 2022

  • SentiPers: 波斯情感分析语料库

    本文主要研究是针对波斯语的情感分析和意见挖掘，详细阐述了研制手动标注的 SentiPers 情感语料库的全过程，并介绍了该语料库在文档级别、句子级别和实体 / 方面级别的独特情感注释方式，以及波斯语情感文本数据资源的不足。

    Jan, 2018

  • PBSCSR：钢琴仿制乐谱创作者风格识别数据集

    该研究介绍了 PBSCSR 数据集，用于研究钢琴乐谱的作曲家风格识别，包含 40,000 个 62x64 的乐谱图像、100,000 个 62x64 的乐谱图像以及 29,310 个变长乐谱图像。数据集的目标是提供一个像 MNIST 一样易于访问、像 ImageNet 一样具有挑战性的数据集，以便进行作曲家风格识别的研究。

    Jan, 2024

  • 一种多用途的音频 - 视觉语料库，用于多模式波斯语语音识别：Arman-AV 数据集

    本文提出一个新的适用于波斯语的多用途视听数据集，包括近 220 小时的视频，可用于自动语音识别、视听语音识别、说话人识别和自动口型阅读。同时，本数据集也是波斯语中第一个大规模口型阅读数据集。还提出了一种检测波斯语中视音素（一个音素的可视对应物）的技术，在相对于先前提出的视音素方案的基础上可以将口型阅读精度提高 7%。

    Jan, 2023

  • Pars-ABSA: 面向方面的波斯情感分析数据集

    本研究提供了一个经过三名母语为波斯语的人员验证的波斯语数据集（即 Pars-ABSA），并基于深度学习的一些最先进的基于方面的情感分析方法进行评估，结果显示与类似的英语最新成果相比表现出优异的表现。

    Jul, 2019

  • 从可比语料库中提取英波斯平行语料库

    使用双向方法从英语和波斯文档的维基百科中提取平行句子，使用机器翻译系统将波斯文翻译成英文，反之亦然，然后使用 IR 系统测量翻译后句子的相似度，并将提取的句子加入现有 SMT 系统的训练数据，以改善翻译质量。提出的方法略优于单向方法。提取的语料库包含约 200,000 个句子，已按其相似度由 IR 系统计算排序，并可在 Web 上免费访问。

    Nov, 2017

  • 使用 Transformers 评估波斯语 - 英语机器翻译数据集

    本研究基于最受欢迎和有价值的平行语料库，将两种最先进的基于注意力的 seq2seq 模型应用于波斯语 - 英语机器翻译任务，旨在为研究人员提供标准基准，以评估其翻译结果。

    Feb, 2023

  • 自由获取的阿拉伯语语料库的关键调查

    本文旨在调查目前免费提供的阿拉伯语语料库和语言资源的列表，并提供各种类别研究的发现和可能获得数据的直接链接。初步结果表明有 66 个来源可供选用，以方便自然语言处理应用的建立。

    Feb, 2017

  • MIZAN：波斯語 - 英語大型平行語料庫

    本文介绍了采集自文学杰作的超过一百万句子对的最大波斯语 - 英语平行语料库，包括其获取过程和统计信息，并使用该语料库对基础统计机器翻译系统进行实验。

    Jan, 2018