論文の概要: Quick Lists: Enriched Playlist Embeddings for Future Playlist
Recommendation
- arxiv url: http://arxiv.org/abs/2006.12382v1
- Date: Wed, 17 Jun 2020 17:08:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-19 21:37:15.787425
- Title: Quick Lists: Enriched Playlist Embeddings for Future Playlist
Recommendation
- Title(参考訳): クイックリスト: 将来のプレイリストレコメンデーションのための豊富なプレイリスト埋め込み
- Authors: Brett Vintch
- Abstract要約: 本稿では,プレイリストの長さに不変で,局所的およびグローバルなトラック順序に敏感なプレイリスト埋め込みを生成する新しい方法を提案する。
埋め込みはまた、プレイリストシークエンシングに関する情報をキャプチャし、プレイリストユーザに関する情報を充実させる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recommending playlists to users in the context of a digital music service is
a difficult task because a playlist is often more than the mere sum of its
parts. We present a novel method for generating playlist embeddings that are
invariant to playlist length and sensitive to local and global track ordering.
The embeddings also capture information about playlist sequencing, and are
enriched with side information about the playlist user. We show that these
embeddings are useful for generating next-best playlist recommendations, and
that side information can be used for the cold start problem.
- Abstract(参考訳): プレイリストは単なる部品の合計以上のものが多いため、デジタル音楽サービスのコンテキストでユーザーにプレイリストを推薦するのは難しい作業だ。
本稿では,プレイリストの長さに不変で,局所的およびグローバル的トラック順序に敏感なプレイリスト埋め込みを生成する新しい手法を提案する。
埋め込みはプレイリストのシークエンシングに関する情報もキャプチャし、プレイリストユーザーに関するサイド情報も強化される。
これらの埋め込みは、次のベストプレイリストレコメンデーションを生成するのに有用であり、コールドスタート問題にサイド情報を利用することができることを示す。
関連論文リスト
- MARBLE: Music Audio Representation Benchmark for Universal Evaluation [79.25065218663458]
我々は,UniversaL Evaluation(MARBLE)のための音楽音響表現ベンチマークを紹介する。
音響、パフォーマンス、スコア、ハイレベルな記述を含む4つの階層レベルを持つ包括的分類を定義することで、様々な音楽情報検索(MIR)タスクのベンチマークを提供することを目的としている。
次に、8つの公開データセット上の14のタスクに基づいて統一されたプロトコルを構築し、ベースラインとして音楽録音で開発されたすべてのオープンソース事前学習モデルの表現を公平かつ標準的に評価する。
論文 参考訳(メタデータ) (2023-06-18T12:56:46Z) - GETMusic: Generating Any Music Tracks with a Unified Representation and
Diffusion Framework [58.64512825534638]
シンボリック・ミュージック・ジェネレーションは、ユーザーが音楽を作るのに役立つ音符を作成することを目的としている。
私たちは「GETMusic」と呼ばれるフレームワークを紹介します。「GET'」は「GEnerate Music Tracks」の略です。
GETScoreは、音符をトークンとして表現し、2D構造でトークンを整理する。
提案する表現は,非自己回帰生成モデルと組み合わせて,任意のソース・ターゲットトラックの組み合わせでGETMusicに音楽を生成する。
論文 参考訳(メタデータ) (2023-05-18T09:53:23Z) - RMSSinger: Realistic-Music-Score based Singing Voice Synthesis [56.51475521778443]
RMS-SVSは、異なる音符タイプでリアル音楽のスコアを与えられた高品質な歌声を生成することを目的としている。
RMS-SVS方式であるRMSSingerを提案する。
RMSSingerでは,時間を要する音素の持続時間アノテーションと複雑な音素レベルのメルノートアライメントを避けるために,単語レベルのモデリングを導入する。
論文 参考訳(メタデータ) (2023-05-18T03:57:51Z) - Talk the Walk: Synthetic Data Generation for Conversational Music
Recommendation [62.019437228000776]
本稿では,広く利用可能なアイテムコレクションにおいて,符号化された専門知識を活用することで,現実的な高品質な会話データを生成するTalkWalkを提案する。
人間の収集したデータセットで100万以上の多様な会話を生成します。
論文 参考訳(メタデータ) (2023-01-27T01:54:16Z) - Music Playlist Title Generation Using Artist Information [4.201869316472344]
本稿では,一連の楽曲からプレイリストのタイトルを生成するエンコーダ・デコーダモデルを提案する。
トラックIDとアーティストIDを入力シーケンスとして比較した結果, 単語重複, 意味的関連性, 多様性の観点から, アーティストベースアプローチが性能を著しく向上させることが明らかとなった。
論文 参考訳(メタデータ) (2023-01-14T00:19:39Z) - Explainability in Music Recommender Systems [69.0506502017444]
音楽レコメンダシステム(MRS)の文脈における説明可能性について論じる。
MRSは非常に複雑で、推奨精度に最適化されることが多い。
本稿では、MSSに説明可能性コンポーネントを組み込む方法と、どのようなフォーム説明を提供するかを示す。
論文 参考訳(メタデータ) (2022-01-25T18:32:11Z) - Automatic Embedding of Stories Into Collections of Independent Media [5.188557858279645]
我々は、独立したメディアのコレクションに自動的にストーリーを埋め込むために、機械学習技術をどのように利用できるかを検討する。
我々は、曲のテンポを抽出するモデルを用いて、音楽プレイリストを物語の弧に追従させる。
論文 参考訳(メタデータ) (2021-11-03T13:36:47Z) - Sequential Modeling with Multiple Attributes for Watchlist
Recommendation in E-Commerce [67.6615871959902]
電子商取引におけるウォッチリスト機能について検討し、新しいウォッチリスト推薦タスクを導入する。
私たちのゴールは、ユーザーが次にクリックするアイテムを予測することで、ユーザーが次に注意を払うべきウォッチリスト項目を優先順位付けすることです。
提案するレコメンデーションモデルであるTrans2DはTransformerアーキテクチャ上に構築されている。
論文 参考訳(メタデータ) (2021-10-18T10:02:15Z) - Music Playlist Title Generation: A Machine-Translation Approach [6.7034293304862755]
楽曲の集合からプレイリストのタイトルを自動的に生成する機械翻訳手法を提案する。
我々は、トラックIDのシーケンスを入力として、プレイリストタイトル内の単語のシーケンスを出力として取ります。
プレイリスト中の楽曲の秩序な性質を考慮し、入力シーケンスの順序を除去する2つの手法を提案する。
論文 参考訳(メタデータ) (2021-10-03T04:39:39Z) - Melon Playlist Dataset: a public dataset for audio-based playlist
generation and music tagging [8.658926288789164]
我々は649,091トラックと148,826の関連するプレイリストに対して,30,652の異なるタグで注釈付けされたメル-スペクトログラムの公開データセットを提示する。
データはすべて、人気の高い韓国のストリーミングサービスMelonから集められている。
このデータセットは、音楽情報検索タスク、特に自動タグ付けと自動プレイリスト継続に適している。
論文 参考訳(メタデータ) (2021-01-30T10:13:10Z) - Artist-driven layering and user's behaviour impact on recommendations in
a playlist continuation scenario [5.726366023100079]
ACM RecSys Challenge 2018では、チームCreamy Firefliesとして使用したアプローチの概要を紹介します。
Spotifyが主催するこのコンペティションは、プレイリスト継続の問題に焦点を当てている。
私たちのチームは、コンテンツベースとコラボレーティブの両方でよく知られたモデルに基づいたソリューションを提案しています。
論文 参考訳(メタデータ) (2020-10-13T08:47:08Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。