一种基于路径趣味性的可解释音乐相似度度量
信息检索
2021-08-05 v2
摘要
我们引入一种新颖且可解释的基于路径的音乐相似度度量。我们的相似度度量假设项目（如歌曲和艺术家）以及关于这些项目的信息被表示在一个知识图谱中。我们在图谱中寻找种子项目与目标项目之间的路径；根据路径的趣味性对其进行评分；并聚合这些分数以确定种子与目标之间的相似度。我们相似度度量的一个显著特征是其可解释性。特别是，我们可以将最有趣的路径翻译成自然语言，从而使相似度判断的原因能够被人类轻松理解。我们在两种实验设置和四个数据集上，将我们的相似度度量与其他有竞争力的基于路径的相似度基线进行了准确性比较。结果突显了我们音乐相似度方法的有效性，并证明了路径趣味性分数可以成为准确且可解释的相似度度量的基础。
引用
@article{arxiv.2108.01632,
title = {An Interpretable Music Similarity Measure Based on Path Interestingness},
author = {Giovanni Gabbolini and Derek Bridge},
journal= {arXiv preprint arXiv:2108.01632},
year = {2021}
}