用户生成内容中音乐实体的识别
计算与语言
2019-04-02 v1
摘要
识别音乐实体对音乐信息检索(MIR)十分重要,因为它可以提升若干任务的性能,如音乐推荐、流派分类或艺术家相似度计算。然而,音乐领域大多数实体识别系统集中于正式文本(例如艺术家传记、百科文章等),忽略了丰富且含噪的用户生成内容。本文中,我们提出一种新方法,用于识别关注某古典音乐广播频道的用户所生成的Twitter内容中的音乐实体。我们的方法利用正式的广播节目单与用户推文来改进实体识别。我们实例化了若干机器学习算法来执行实体识别,结合了任务特定与基于语料库的特征。我们还展示了如何通过联合考虑正式内容与用户生成内容来改进识别结果。
引用
@article{arxiv.1904.00648,
title = {Recognizing Musical Entities in User-generated Content},
author = {Lorenzo Porcaro and Horacio Saggion},
journal= {arXiv preprint arXiv:1904.00648},
year = {2019}
}
备注
International Conference on Computational Linguistics and Intelligent Text Processing (CICLing) 2019