基于MT-LDA的音乐标签主题检索

• 作者: 徐芸芝 邵曦
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 音乐信息检索 主题类别 关键词检索 MT-LDA 模型
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 应用开发研究
• 页码范围: 200-204
• 页数: 5页
• 分类号: TP31
• 字数: 5419字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.07.043

摘要

随着协同标注功能的普及，用户可以通过对自己感兴趣的音乐进行标注从而实现个性化的分类管理，因此音乐共享系统中的社会化标签已成为互联网的重要资源。考虑到社会化标签的特性及其对音乐信息检索系统的影响并综合考虑了用户的检索行为、歌词和音乐标签，利用MT-LDA方法对标签进行聚类以获取主题类别，从而进行分析得出检索主题，提高音乐信息检索系统的效率和性能。实验结果表明：在没有属性数据信息的检索情况下，基于标签主题的MT-LDA检索模型相比于基于标签关键词检索模型，尤其是在音乐标签稀疏和非正规的情况下，在一定程度上更能够提高音乐信息检索性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邵曦	南京邮电大学通信与信息工程学院	27	90	6.0	8.0
2	徐芸芝	南京邮电大学通信与信息工程学院	1	1	1.0	1.0