结合TF-IDF的歌曲情感多标记分类

• 作者: 孙向琨 邓伟
• 来源期刊: 计算机工程
• 学科: 地球科学
• 关键词: 多标记分类 歌曲情感分类 多标记k近邻算法 词频—逆向文件频率
• 年，卷（期）: 2011,（19）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 189-190,197
• 分类号: N945
• 字数: 2827字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2011.19.062

摘要

提出一种结合词频—逆向文件频率(TF-IDF)规则与多标记分类的歌曲情感分析方法.对歌曲中基于声学特征的音乐内容,用带向量夹角的多标记k近邻算法进行分类,将TF-IDF规则用于歌词内容,以计算歌词情感分数,并将其作为情感特征.采用该方法对歌词内容分类错误的类别标记进行修正.选用396首英文歌曲对该算法进行测试,结果表明,与其他方法相比,该方法能使分类精确度从69％提高到74％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邓伟	苏州大学计算机科学与技术学院	73	313	9.0	12.0
2	孙向琨	苏州大学计算机科学与技术学院	1	7	1.0	1.0