基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
结合目前从音频和歌词角度对歌曲情感分析的研究以及歌词文本独有特点,提出一种基于文本标题与位置权重相结合的歌词情感分析方法.该方法考虑到出现在不同位置的特征词权值对于歌词分类的影响程度,采用层次分析法计算文本标题、歌词文本前、中、后不同位置特征词的位置权重.通过朴素贝叶斯、最大熵模型、支持向量机等不同分类器的训练实现歌曲快乐、伤感、安静、激昂4种情感分类.实验表明,加入文本标题与位置权重后的最优F1值相比之前提升了4个百分点,证明了该方法在提升歌词情感分类性能方面的有效性.
推荐文章
基于音乐内容和歌词的音乐情感分类研究
音乐情感分类
CHI特征选择
潜在语义分析
多模态融合
音乐和歌词融合的歌曲情感分类研究
情感模型
歌曲情感分类
CHI统计方法
支持向量机
基于差别的CHI方法
特征融合
中文音乐情感词典构建及情感分类方法研究
中文情感词典
音乐情感分析
Hevner情感环模型
知网
具有权重因子的细粒度情感词库构建方法
义原相似度
情绪
细粒度情感
权重计算
权重因子
词库构建
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于位置权重的歌词情感分析
来源期刊 软件导刊 学科 工学
关键词 歌词情感分析 情感分类 朴素贝叶斯 最大熵模型 支持向量机 位置权重
年,卷(期) 2018,(12) 所属期刊栏目 人工智能
研究方向 页码范围 18-23
页数 6页 分类号 TP301
字数 6714字 语种 中文
DOI 10.11907/rjdk.181512
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱文军 北京工业大学信息学部 13 32 3.0 5.0
2 赵枫朝 北京工业大学信息学部 14 43 3.0 6.0
3 竹翠 北京工业大学信息学部 7 117 2.0 7.0
4 杜敦英 北京工业大学信息学部 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (76)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
歌词情感分析
情感分类
朴素贝叶斯
最大熵模型
支持向量机
位置权重
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导