کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4966403 1365119 2017 16 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Utilizing context-relevant keywords extracted from a large collection of user-generated documents for music discovery
ترجمه فارسی عنوان
با استفاده از کلمات کلیدی مرتبط با زمینه، از یک مجموعه بزرگ از اسناد تولید شده توسط کاربر برای کشف موسیقی استخراج شده است
کلمات کلیدی
کلمات کلیدی مرتبط با متن پیوند سند، استخراج کلید واژه، توصیفگرهای موسیقی، بازیابی موسیقی،
ترجمه چکیده
پس زمینه متنی کاربر یک از معیارهای مهم مهم در تصمیم گیری در مورد موسیقی مورد استفاده است. در این مقاله، ما یک روش جدید برای تعبیه زمینه کاربر برای جستجوی و بازیابی موسیقی پیشنهاد می کنیم. سیستم پیشنهادی کلمات کلیدی را از یک مجموعه بزرگ از اسناد نوشته شده توسط کاربران استخراج می کند. هر کدام از این اسناد شامل یک داستان شخصی در مورد وضعیت نویسنده و / یا خلق و خوی، و سپس یک درخواست آهنگ. ما معتقدیم که رابطه ای قوی میان داستان و آهنگ وجود دارد. بنابراین، با استخراج کلمات کلیدی از این اسناد، امکان ایجاد یک لیست از اصطلاحات است که معمولا می تواند برای توصیف زمینه کاربر در هنگام درخواست یک آهنگ استفاده شود که ممکن است پس از آن برای نمایش یک مورد موسیقی به شیوه ای غنی تر استفاده شود. هنگامی که هر آهنگ با استفاده از توصیفگرهای مربوط به موسیقی مورد نظر پیشنهادی نمایش داده می شود، ما برای اختصاص موسیقی مشابه براساس شباهت های مضر به کار می بریم. با انجام یک سری از آزمایشات، ما ارتباط بین توصیفگرهای موسیقی پیشنهادی و رویکردهای معمولی مانند ویژگی های صوتی یا اشعار را مشخص کردیم. همبستگی مشخص شده می تواند برای آهنگ های خودکار برچسب گذاری شده بدون ارتباط سند استفاده شود. ما همچنین کیفیت کیفی سیستم ما را با مقایسه عملکرد توصیفگرهای موسیقی پیشنهادی ما با سایر ویژگی های معمول برای بازیابی موسیقی ارزیابی کردیم. نتایج نشان داد که عملکرد توصیفگرهای موسیقی پیشنهادی با ویژگی های متعارف رقابت می کند و در نتیجه پیشنهاد استفاده بالقوه خود را برای توصیف موسیقی در جستجوی / بازیابی صوت معنایی ارائه می دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
The contextual background of a user is one of the important criteria when deciding what music to listen to. In this paper, we propose a novel method to embed the user context for music search and retrieval. The proposed system extracts keywords from a large collection of documents written by users. Each of these documents contains a personal story about the writer's situation and/or mood, followed by a song request. We consider that there is a strong correlation between the story and the song. Therefore, by extracting keywords from these documents, it is possible to develop a list of terms that can generally be used to describe the user context when requesting a song, which may then be employed to represent a music item in a richer manner. Once each song is represented using the proposed context-relevant music descriptors, we perform Latent Dirichlet Allocation to retrieve similar music based on context similarity. By conducting a series of experiments, we identified a correlation between the proposed music descriptors and conventional approaches, such as acoustic features or lyrics. The identified correlation can be used to auto-tag songs with no document association. We also qualitatively evaluated our system by comparing the performance of our proposed music descriptors with other conventional features for music retrieval. The results showed that the performance of the proposed music descriptors was competitive with conventional features, thereby suggesting their potential use for describing music in semantic music search/retrieval.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Processing & Management - Volume 53, Issue 5, September 2017, Pages 1185-1200
نویسندگان
, , ,