基于歌词的音乐情感分类技术研究
摘要 | 第5-6页 |
Abstract | 第6页 |
第1章 绪论 | 第9-15页 |
1.1 研究背景 | 第9-10页 |
1.2 研究现状 | 第10-13页 |
1.2.1 情感分析 | 第10-12页 |
1.2.2 音乐的情感分类 | 第12-13页 |
1.3 本文工作 | 第13-14页 |
1.4 本文的组织结构 | 第14-15页 |
第2章 基于监督学习的音乐情感分类 | 第15-31页 |
2.1 实验数据以及评价指标 | 第15-16页 |
2.2 分词对于情感分类的影响 | 第16-21页 |
2.2.1 歌词语言特点分析 | 第17-19页 |
2.2.2 分词性能对音乐情感分类准确性的影响 | 第19-21页 |
2.3 几种分类器的性能比较 | 第21-29页 |
2.3.1 最大熵分类器 | 第21-23页 |
2.3.2 支持向量机 | 第23-26页 |
2.3.3 监督主题模型 | 第26-27页 |
2.3.4 分类器性能比较 | 第27-29页 |
2.4 本章小结 | 第29-31页 |
第3章 基于部分监督和半监督学习的音乐情感分类 | 第31-49页 |
3.1 部分监督学习方法 | 第31-37页 |
3.1.1 基本思想 | 第31-32页 |
3.1.2 启发式的二元分割方法 | 第32-33页 |
3.1.3 Spy-SVM方法 | 第33-34页 |
3.1.4 实验 | 第34-37页 |
3.2 半监督学习方法 | 第37-46页 |
3.2.1 LDA模型 | 第37-41页 |
3.2.2 实验结果 | 第41-45页 |
3.2.3 半监督学习方法的讨论 | 第45-46页 |
3.3 本章总结 | 第46-49页 |
第4章 基于词典的音乐情感分类 | 第49-65页 |
4.1 基于词典的音乐情感分类 | 第49-54页 |
4.1.1 情感词典 | 第49页 |
4.1.2 基于词典的分类方法 | 第49-52页 |
4.1.3 实验结果 | 第52-53页 |
4.1.4 结果分析 | 第53-54页 |
4.2 基于最大熵模型的词典扩充 | 第54-57页 |
4.2.1 最大熵模型文件 | 第54-55页 |
4.2.2 情感词选取方法 | 第55页 |
4.2.3 实验结果 | 第55-57页 |
4.3 基于bootstrapping的词典扩充 | 第57-62页 |
4.3.1 bootstrapping方法 | 第58-60页 |
4.3.2 实验结果 | 第60-62页 |
4.4 基于词典与基于监督学习方法的结合 | 第62-64页 |
4.4.1 加入情感词特征 | 第62-63页 |
4.4.2 将基于情感词典方法的结果作为特征 | 第63页 |
4.4.3 实验结果 | 第63-64页 |
4.5 本章小结 | 第64-65页 |
第5章 工作总结与展望 | 第65-67页 |
5.1 工作总结 | 第65-66页 |
5.2 未来工作 | 第66-67页 |
参考文献 | 第67-71页 |
致谢 | 第71页 |