2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、音樂分類作為音樂信息檢索(Music Information Retrieval,MIR)領(lǐng)域的一個(gè)重要分支,常用于音樂檢索和音樂推薦?,F(xiàn)有的音樂分類方法從音樂的流派、感情、樂器、藝術(shù)家和標(biāo)注五個(gè)角度進(jìn)行分類。但是這些分類方法都過于局限,它們將音樂的類別限制在了一個(gè)固定的范圍內(nèi),導(dǎo)致用戶無法根據(jù)音樂的細(xì)節(jié)信息進(jìn)行音樂檢索。
  針對(duì)音樂分類類別固定、搜索內(nèi)容過于局限的問題,本文提出了一種基于用戶評(píng)論的自動(dòng)化音樂分類方法。此方法不再

2、局限于已有的音樂類別,可以得到更為多樣化的分類結(jié)果,為用戶提供更個(gè)性化的檢索體驗(yàn)。該方法的出發(fā)點(diǎn)為用戶對(duì)音樂的評(píng)論描述更為深入,這些詳細(xì)的描述對(duì)音樂的分類有重要的參考價(jià)值。本文的主要工作如下:
  1)首先利用線性鏈條件隨機(jī)場(linear Conditional Random Field,linear CRF)模型識(shí)別專業(yè)名詞。然后使用N元詞串提取和緊密度分析方法,利用種子生成的思想得到適合音樂語料分詞的字典。此混合方法能獲取較

3、為準(zhǔn)確和豐富的字典,降低基于統(tǒng)計(jì)的分詞模型對(duì)標(biāo)注語料的需求。
  2)使用linear CRF和上述的音樂字典進(jìn)行分詞。接著使用基于詞匯緊密度分析的分合測試評(píng)估分詞結(jié)果。接著使用MMSEG(Max Matching Segmentation)模型進(jìn)行分詞修正,使得修正后的分詞結(jié)果擁有較高的準(zhǔn)確率。
  3)對(duì)比多個(gè)關(guān)鍵詞提取算法,選擇TFIDF(Term Frequency-Inverse DocumentFrequency

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論