从音乐发现对话中预测用户意图与音乐属性

意图分类是一项从输入文本查询中识别用户需求的文本理解任务。尽管意图分类在各个领域已被广泛研究，但在音乐领域却鲜受关注。在本文中，我们研究了音乐发现对话的意图分类模型，重点关注预训练语言模型。我们不仅预测功能性需求（意图分类），还纳入了一项对音乐需求进行分类的任务：音乐属性分类。此外，我们提出了一种将先前聊天记录与单轮用户查询在输入文本中拼接的方法，使模型能够更好地理解整体对话上下文。我们提出的模型显著提高了用户意图和音乐属性分类的 F1 分数，并超越了预训练 Llama 3 模型的零样本和少样本性能。