关于娱乐乐歌曲中滥用内容的长期分析
计算与语言
2025-10-09 v1 人工智能
摘要
毫无疑问，娱乐乐歌曲中滥用和性显露内容的数量有显著增加，尤其是在美国Billboard Music Charts上。然而，缺乏对该趋势进行有效政策开发的研究，因此类内容对儿童和青少年产生有害行为性改变。本研究我们利用深度学习方法分析来自美国Billboard Music Charts过去七十年间的歌曲（歌词）。我们提供了使用深度学习和语言模型进行的纵向研究，回顾了内容如何随时间演变，包括情感分析和滥用检测，包括性显露内容。我们的结果显示，从1990年起，流行音乐中显露内容的显著增加。此外，我们发现包含粗俗、性显露以及其他不得体语言的歌曲比例日益增加。歌词内容中细微模式的纵向分析，反映了社会规范和语言使用的变化。
关键词
引用
@article{arxiv.2510.06266,
title = {Language models for longitudinal analysis of abusive content in Billboard Music Charts},
author = {Rohitash Chandra and Yathin Suresh and Divyansh Raj Sinha and Sanchit Jindal},
journal= {arXiv preprint arXiv:2510.06266},
year = {2025}
}