音乐歌词道德价值自动检测
计算机与社会
2025-09-18 v1
摘要
道德价值在我们评估信息、做出决策以及就重要社会议题形成判断方面发挥着根本作用。从歌词中快速提取道德价值的可能性 enables 更深入地理解我们的音乐聆听行为。基于道德基础理论(MFT)，我们让一组基于Transformer架构的语言模型(BERT)在由大语言模型(GPT-4)生成的2721句合成歌词上进行微调，以检测200句由两位专家标注的真实歌词中的道德价值。我们将所提出的模型的预测能力评估为一系列基线，包括面向外部领域(在MFT标注的社交媒体文本上微调的BERT)和零样本(GPT-4)分类。所提出的模型在实验中取得最佳准确率，平均加权F1得分为0.8。这一性能在平均意义下比外部领域和零样本模型高出5%。在二分类精度方面，所提出的模型平均高出基线12%。我们的ethods 为歌词道德表达的无标注且有效的学习提供了可能，还为大语言模型关于音乐中道德表达的知识蒸馏提供了洞见，并对创意产业和音乐文化潜在影响提供了可能性。
关键词
引用
@article{arxiv.2407.18787,
title = {Automatic Detection of Moral Values in Music Lyrics},
author = {Vjosa Preniqi and Iacopo Ghinassi and Julia Ive and Kyriaki Kalimeri and Charalampos Saitis},
journal= {arXiv preprint arXiv:2407.18787},
year = {2025}
}
备注
Accepted to the 25th International Society for Music Information Retrieval Conference (ISMIR 2024)