基于巴西歌词使用BLSTM网络的音乐流派分类
计算与语言
2020-04-02 v1 信息检索
机器学习
机器学习
摘要
借助流派标签可将歌曲、专辑和艺术家按共享相似性分组。本文提出一种仅利用歌曲歌词对巴西音乐进行音乐流派自动分类的新方法。此类分类在自然语言处理领域仍具挑战性。我们构建了一个包含138,368首巴西歌曲歌词、分布于14个流派的数据集。我们应用SVM、随机森林以及结合不同词嵌入技术的双向长短期记忆（BLSTM）网络来解决该分类任务。实验表明，BLSTM方法优于其他模型，F1-score平均值为。诸如“gospel”、“funk-carioca”和“sertanejo”等流派分别获得0.89、0.70和0.69的F1-score，可定义为巴西音乐流派背景下最具区分度且易于分类的流派。
引用
@article{arxiv.2003.05377,
title = {Brazilian Lyrics-Based Music Genre Classification Using a BLSTM Network},
author = {Raul de Araújo Lima and Rômulo César Costa de Sousa and Simone Diniz Junqueira Barbosa and Hélio Cortês Vieira Lopes},
journal= {arXiv preprint arXiv:2003.05377},
year = {2020}
}
备注
7 pages, 4 figures, 3 tables