| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-16页 |
| 1.1 研究背景、现状和意义 | 第11-12页 |
| 1.2 本文工作 | 第12-14页 |
| 1.3 文章结构 | 第14-16页 |
| 第二章 多模态问题与情感分析相关研究 | 第16-23页 |
| 2.1 多模态问题研究现状 | 第16-19页 |
| 2.1.1 跨模态统一表示 | 第16-17页 |
| 2.1.2 多模态融合分析 | 第17-19页 |
| 2.2 情感分析研究现状 | 第19-23页 |
| 2.2.1 基于音频的音乐情感分类 | 第19-20页 |
| 2.2.2 基于文本的情感分类 | 第20-21页 |
| 2.2.3 多模态音乐情感分类 | 第21-22页 |
| 2.2.4 多模态微博数据情感分类 | 第22-23页 |
| 第三章 多模态音乐特征表示 | 第23-40页 |
| 3.1 引言 | 第23-25页 |
| 3.2 歌词文本特征表示 | 第25-32页 |
| 3.2.1 基于TF-IDF的词袋模型特征 | 第25-26页 |
| 3.2.2 单词的分布式表示 | 第26-28页 |
| 3.2.3 半监督的递归式Autoencoder | 第28-30页 |
| 3.2.4 基于情感区分度与稀疏情感词扩展的文本预处理方法 | 第30-32页 |
| 3.3 音频特征表示 | 第32-35页 |
| 3.4 融合音频与文本模态的音乐隐式空间表示 | 第35-38页 |
| 3.5 本章小结 | 第38-40页 |
| 第四章 多模态音乐情感分类方法 | 第40-52页 |
| 4.1 引言 | 第40-41页 |
| 4.2 传统多模态情感分类方法 | 第41页 |
| 4.3 基于多模态的Hough森林的音乐情感分类方法 | 第41-46页 |
| 4.3.1 针对句子层次音乐表示的Hough森林分类模型 | 第42-43页 |
| 4.3.2 基于特征融合的多模态Hough投票机制 | 第43-44页 |
| 4.3.3 基于模型融合的多模态Hough投票机制 | 第44-46页 |
| 4.4 基于多模态K近邻与图学习的音乐情感分类方法 | 第46-50页 |
| 4.4.1 多模态音乐数据的图模型表示 | 第46-48页 |
| 4.4.2 基于K近邻的图学习算法 | 第48-49页 |
| 4.4.3 基于多模态K近邻与图学习的音乐情感类别预测 | 第49-50页 |
| 4.5 本章小结 | 第50-52页 |
| 第五章 实验结果与分析 | 第52-65页 |
| 5.1 实验数据集 | 第52-54页 |
| 5.1.1 实验数据收集 | 第52-53页 |
| 5.1.2 数据集组成 | 第53-54页 |
| 5.2 歌词预处理有效性评估 | 第54-56页 |
| 5.3 音乐多模态隐式空间表示评估 | 第56-59页 |
| 5.4 基于多模态Hough森林的音乐情感分类方法评估 | 第59-60页 |
| 5.5 基于多模态K近邻与图学习的情感分类方法评估 | 第60-63页 |
| 5.6 相关方法比较 | 第63-64页 |
| 5.7 本章小结 | 第64-65页 |
| 第六章 总结与展望 | 第65-67页 |
| 6.1 论文工作总结 | 第65页 |
| 6.2 未来展望 | 第65-67页 |
| 参考文献 | 第67-73页 |
| 简历与科研成果 | 第73-74页 |
| 致谢 | 第74-75页 |
