基于歌词与音频特征的歌曲情感分析
计算与语言
2015-06-17 v1 人工智能
声音
摘要
本文提出一种基于歌曲歌词与音频特征检测其情感的方法。歌词特征通过在数据提取过程中对歌词进行分段而生成。随后引入ANEW与WordNet知识来计算效价(Valence)与唤醒度(Arousal)值。此外，应用语言关联规则以确保歧义问题得到妥善处理。音频特征用于补充歌词特征，包含能量、tempo和danceability等属性。这些特征提取自广泛使用的音乐智能平台 The Echo Nest。训练集与测试集的构建基于从 last.fm 网站提取的社交标签。分类通过在对 k-Nearest Neighbors (k近邻) 算法应用特征加权与逐步阈值缩减来实现，以在分类中提供模糊性。
引用
@article{arxiv.1506.05012,
title = {Emotion Analysis of Songs Based on Lyrical and Audio Features},
author = {Adit Jamdar and Jessica Abraham and Karishma Khanna and Rahul Dubey},
journal= {arXiv preprint arXiv:1506.05012},
year = {2015}
}
备注
16 pages, 2 figures, 6 tables, 5 equations in International journal of Artificial Intelligence & Applications (IJAIA)