基于GRU算法的音乐和词语的情感语义匹配算法

摘要：

自然语言和音乐是人们表达情感和描绘事物的两种语义符号系统.分析和建立语言与音乐的语义关联不仅有助于提供更精确的文本和音乐的检索和推荐服务,还可以帮助研究者进一步理解情感语义.已有的研究主要关注自然语言和音乐的表层符号特征,较少考虑其语义含义,从而限制了基于自然语言和音乐语义关联的应用的精确性和可解释性.另一方面,部分应用,例如音乐情感的多标签分类,需要更精确的自然语言和音乐的语义关联.所以,分析和建立自然语言和音乐的语义关联对于面向文本和音乐的应用有较大的促进作用.文中提出了自然语言和音乐的情感语义关联度计算算法——DeepTransition(DT-GRU).该算法以词语和音乐片段分别作为自然语言和音乐的基本单元,以基本情感为音乐和词语的共同语义进行关联度计算.多组实验证明,相比于同类算法,DT-GRU可以更合理地计算音乐和词语的情感关联度.

关键词：情感;符号;语义匹配;关联度;自然语言处理

所属期刊栏目：31

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金61602256

在线出版日期：2021-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：46-51