基于用户评论的自动化音乐分类方法
针对现有音乐平台分类类别固定、检索内容限制过多的问题,本文提出了一种基于用户评论的自动化音乐分类方法.首先,通过linear CRF统计分词模型、n元取词和紧密度分析方法学习得到适合音乐语料分词的字典.其次,使用linear CRF在上述字典的基础上进行分词,对分词结果进行分合测试,修正分词结果.然后,使用优化后的TFIDF关键词提取算法进行标签提取,再经过标签合并得到音乐的候选标签.接着,从全局角度出发对标签进一步筛选,得到音乐的关联标签.最后,建立音乐和标签之间的概率分类模型,对音乐进行分类.实验结果表明,该音乐分类方法准确率较高,可以从用户评论中自动地获取音乐多个维度的分类标签,为个性化的音乐检索提供了保障.
音乐分类、分词模型、紧密度分析、关键词提取、关联标签
27
TP3;G25
安徽省自然科学基金1408085MKL06;高等学校学科创新引智计划项目B07033
2018-01-23(万方平台首次上网日期,不代表论文的发表时间)
共8页
154-161