论文部分内容阅读
随着数字音乐的快速发展,用户需要更丰富的音乐库管理手段和更高质量的音乐服务。情感作为音乐的一个重要表现部分,是音乐检索和音乐推荐的重要媒介,因此歌曲情感识别成为音乐检索领域中的重要课题。本文针对中文流行音乐的情感分析,重点研究了其中的两个课题:音乐情感分类中文本特征构建及音乐情感回归泛化能力。 基于多模态的音乐情感识别已经成为主流方法,但是针对多模态中文本模态的研究尚处于初级阶段。以往针对文本褒贬倾向分析的文本特征不足以描述音乐细腻的情感,音乐歌词在不同类型词语的运用及字的韵律选择上有自己的特点;除此之外,音乐相关的社交文本也提供了针对音乐的丰富语义描述。本文将词性引入到语言生成模型中,并构建尾韵频率特征,基于这两种方法分别对词语类型和韵律进行了建模;并与传统的Uni-gram特征结合提升了基于歌词的音乐情感分类的效果。此外,针对中文环境下音乐社交网络的特点,本文使用了被大规模应用的播放列表进行音乐情感分析。基于播放列表标签我们得到音乐的描述,然后使用向量空间模型从描述中提取特征。在构建特征的过程中,通过对词表和播放列表筛选优化了基于播放列表社交文本进行情感预测的效果。在上述研究基础上本文将歌词特征、播放列表社交标签特征和传统的音频特征结合进行了多模态融合,结果表明多种特征之间具有互补性,通过多模态融合有效地提升了音乐情感分类的效果。 目前针对音乐情感回归的研究工作都是在实验室环境中的小数据集上进行的,而在实际系统中所处理的音乐数据集是百万量级,因此针对音乐情感回归模型泛化能力研究的工作具有重要意义。首先,本文验证了主动学习方法扩充训练集在提升模型泛化能力方面的有效性;针对音乐数据的特点,本文使用聚类质心初始化训练集,并基于样本空间密度进一步筛选扩充训练集;通过与其他训练集构建策略对比所训练模型的泛化能力,表明主动学习方法优于随机选择样本扩充训练集及半监督学习方法。此外,本文针对泛化能力相对较弱的愉悦度进行了深入研究。通过对传统回归器的预测错误及人类标注愉悦度的过程分析,本文采用一种启发式的先分类再回归的两层回归策略,该方法有效的解决了回归过程中部分样本愉悦度方向预测错误的问题,同时结合局部学习的优势,提高了回归的效果。