典型文献
基于多模态特征的音乐情感多任务识别研究
文献摘要：
[目的/意义]情感是目前在线音乐平台常用的资源组织与检索方式之一,利用特征融合对歌单、歌曲的情感分类进行探索研究,能够优化音乐资源的管理与利用效果,更好地满足网民对音乐文化生活的需求.[方法/过程]本文引入Hevner音乐情感模型构建情感词典,利用词典信息、歌单名称、歌单介绍对大粒度歌单情感进行分类;通过预训练模型语义表示、音频信号处理等方法,融合歌词与音频多模态特征对小粒度歌曲情感进行识别.[结果/结论]情感词典的引入有效提升歌单情感分类精度,人工预处理能够帮助算法更好地学习数据特征;歌曲的文本与音频中均含有丰富的情感信息,多模态融合模型在歌曲情感识别中表现最优.
文献关键词：
网易云音乐;歌单情感分类;音乐情感分类;梅尔声谱图;多模态融合
中图分类号：
作者姓名：
王昊;刘渊晨;赵萌;裘靖文
作者机构：
南京大学信息管理学院,江苏 南京210023;江苏省数据工程与知识服务重点实验室,江苏 南京210023
文献出处：
引用格式：
[1]王昊;刘渊晨;赵萌;裘靖文-.基于多模态特征的音乐情感多任务识别研究)[J].现代情报,2022(11):61-75
A类：
Hevner,音乐情感模型,歌单情感分类,梅尔声谱图
B类：
多模态特征,多任务,在线音乐,乐平,资源组织,特征融合,对歌,探索研究,管理与利用,网民,对音,音乐文化,文化生活,情感词典,用词,单名,大粒度,预训练模型,音频信号处理,歌词,小粒,歌曲情感,分类精度,地学,学习数据,数据特征,情感信息,多模态融合,融合模型,情感识别,网易云音乐,音乐情感分类
AB值：
0.307164
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
