音樂內(nèi)容和歌詞相結(jié)合的歌曲情感分類方法研究.pdf

1、在當今數(shù)字化的信息時代，互聯(lián)網(wǎng)對人們生活影響巨大，大量音頻、文本、圖像等信息出現(xiàn)在網(wǎng)絡(luò)之上。如何對海量的歌曲信息進行有效分類檢索是信息處理領(lǐng)域的研究熱點，而音樂內(nèi)容和歌詞相結(jié)合的歌曲情感分類方法能夠較好地解決此類問題。然而，該分類方法還存在著歌曲情感多義性、分類結(jié)果有效結(jié)合等問題。
　　 針對這些問題，本文對音樂內(nèi)容和歌詞相結(jié)合的歌曲情感分類方法進行了研究，主要完成了以下工作：
　　 (1)分析并總結(jié)了歌曲情感的音樂內(nèi)容

2、和歌詞分類方法的優(yōu)缺點；
　　 (2)提出了一種基于向量夾角的多標記k近鄰(θ-Multilabel k Nearest Neighbor，θ-MLkNN)分類和詞頻與倒文檔頻度(Term Frequency*Inverse Document Frequency，TFIDF)相結(jié)合的歌曲情感分類方法，將歌詞內(nèi)容分類正確的類別標記修正音樂內(nèi)容分類錯誤的類別標記，以提高歌曲情感分類的準確率；
　　 (3)建立了一種θ-MLk

3、NN算法與基于歌詞的歌曲情感檢測相結(jié)合的歌曲情感分類方法，在該結(jié)合方法中通過對歌詞結(jié)果的聚類分析，對情感值的閾值的計算，確定了歌詞、音樂內(nèi)容的分類結(jié)果，并用線性融合的方法優(yōu)化了分類的結(jié)果，確定了歌曲情感各個類別的重要程度，提高了歌曲情感分類結(jié)果的準確率；
　　 (4)將提出的歌曲情感結(jié)合分類方法在由396首英文歌曲組成的數(shù)據(jù)集進行了實驗，并將結(jié)果與MLkNN方法進行了比較，驗證了方法的有效性。
　　 最后，論文對所做的工