論文の概要: Contextual Mood Analysis with Knowledge Graph Representation for Hindi
Song Lyrics in Devanagari Script
- arxiv url: http://arxiv.org/abs/2108.06947v1
- Date: Mon, 16 Aug 2021 07:44:20 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-17 21:47:37.627662
- Title: Contextual Mood Analysis with Knowledge Graph Representation for Hindi
Song Lyrics in Devanagari Script
- Title（参考訳）: デヴァナガリ文字におけるヒンディー語歌詞の知識グラフ表現を用いた文脈感情分析
- Authors: Makarand Velankar, Rachita Kotian and Parag Kulkarni
- Abstract要約: 提案システムは,Devanagariテキスト形式でヒンディー語歌詞の文脈的気分分析を行う。
その結果, 気分予測の精度は64%であった。
- 参考スコア（独自算出の注目度）: 7.379078963413671
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Lyrics play a significant role in conveying the song's mood and are
information to understand and interpret music communication. Conventional
natural language processing approaches use translation of the Hindi text into
English for analysis. This approach is not suitable for lyrics as it is likely
to lose the inherent intended contextual meaning. Thus, the need was identified
to develop a system for Devanagari text analysis. The data set of 300 song
lyrics with equal distribution in five different moods is used for the
experimentation. The proposed system performs contextual mood analysis of Hindi
song lyrics in Devanagari text format. The contextual analysis is stored as a
knowledge base, updated using an incremental learning approach with new data.
Contextual knowledge graph with moods and associated important contextual terms
provides the graphical representation of the lyric data set used. The testing
results show 64% accuracy for the mood prediction. This work can be easily
extended to applications related to Hindi literary work such as summarization,
indexing, contextual retrieval, context-based classification and grouping of
documents.
- Abstract（参考訳）: 歌詞は歌の気分を伝える上で重要な役割を担い、音楽のコミュニケーションを理解し解釈するための情報である。
従来の自然言語処理アプローチでは、ヒンディー語のテキストを英語に翻訳して分析する。
このアプローチは歌詞に適さないが、本来意味のある文脈的意味を失う可能性がある。
このようにして、デバナガリテキスト分析システムを開発する必要性が明らかになった。
実験には、5つの異なる気分で均等に分布した300曲の歌詞のデータセットを使用する。
提案システムは,Devanagariテキスト形式でヒンディー語歌詞の文脈的気分分析を行う。
コンテキスト分析は知識ベースとして保存され、新しいデータを使ったインクリメンタルな学習アプローチを使って更新される。
ムードと関連する重要な文脈用語を備えた文脈知識グラフは、使用される歌詞データセットのグラフィカル表現を提供する。
その結果, 気分予測の精度は64%であった。
この作品は、要約、索引付け、文脈検索、文脈に基づく分類、文書のグループ化といったヒンディー語文学作品に関連するアプリケーションに容易に拡張できる。
関連論文リスト
- Towards Estimating Personal Values in Song Lyrics [5.170818712089796]
西洋諸国で広く消費されている音楽は、歌詞が含まれており、アメリカのサンプルでは、彼らの楽曲ライブラリのほとんどすべてが歌詞を含んでいると報告している。
本稿では,社会科学理論に導かれたパースペクティビズム的アプローチを用いて,アノテーションの収集,品質評価,集約を行う。
次に、評価値辞書を用いて、事前学習した文/単語の埋め込みモデルに基づく評価値と比較する。
論文 参考訳（メタデータ） (2024-08-22T19:22:55Z) - Dataset and Benchmark for Urdu Natural Scenes Text Detection, Recognition and Visual Question Answering [50.52792174648067]
このイニシアチブは、テキストと視覚的理解のギャップを埋めようとしている。
そこで本研究では,1000以上の自然シーン画像からなるマルチタスクUrduシーンテキストデータセットを提案する。
テキストインスタンスの細かいアノテーションを提供し、以前のデータセットの制限に対処します。
論文 参考訳（メタデータ） (2024-05-21T06:48:26Z) - A Computational Evaluation Framework for Singable Lyric Translation [17.492053233802135]
本稿では,音節翻訳の定量的評価のための計算フレームワークを提案する。
音節数距離,音素繰り返し類似度,音楽構造距離,意味類似度を測定した。
我々の枠組みは、音楽的、言語的、文化的側面をシームレスに統合する。
論文 参考訳（メタデータ） (2023-08-26T00:27:08Z) - LyricWhiz: Robust Multilingual Zero-shot Lyrics Transcription by Whispering to ChatGPT [48.28624219567131]
リリックウィズ(LyricWhiz)は、頑健で、多言語で、ゼロショットの自動歌詞書き起こし方式である。
我々は、弱教師付き頑健な音声認識モデルであるWhisperと、今日の最もパフォーマンスの高いチャットベースの大規模言語モデルであるGPT-4を使用している。
実験の結果,LyricWhizは英語の既存手法に比べて単語誤り率を大幅に低下させることがわかった。
論文 参考訳（メタデータ） (2023-06-29T17:01:51Z) - Unsupervised Melody-to-Lyric Generation [91.29447272400826]
本稿では,メロディ・歌詞データを学習することなく高品質な歌詞を生成する手法を提案する。
我々は、メロディと歌詞のセグメンテーションとリズムアライメントを利用して、与えられたメロディをデコード制約にコンパイルする。
我々のモデルは、強いベースラインよりもオントピー的、歌いやすく、知性があり、一貫性のある高品質な歌詞を生成することができる。
論文 参考訳（メタデータ） (2023-05-30T17:20:25Z) - Translate the Beauty in Songs: Jointly Learning to Align Melody and
Translate Lyrics [38.35809268026605]
本稿では,自動翻訳の総合解として,Lyrics-Melody Translation with Adaptive Grouping (LTAG)を提案する。
これは、ソース歌詞を同時に翻訳し、各デコードステップでアライメントノートの数を決定することができる、新しいエンコーダ/デコーダフレームワークである。
英語と中国語の歌の翻訳データセットで行った実験は、自動評価と人的評価の両方において、我々のモデルの有効性を示した。
論文 参考訳（メタデータ） (2023-03-28T03:17:59Z) - A Dataset for Greek Traditional and Folk Music: Lyra [69.07390994897443]
本稿では,80時間程度で要約された1570曲を含むギリシャの伝統音楽と民俗音楽のデータセットについて述べる。
このデータセットにはYouTubeのタイムスタンプ付きリンクが組み込まれており、オーディオやビデオの検索や、インスツルメンテーション、地理、ジャンルに関する豊富なメタデータ情報が含まれている。
論文 参考訳（メタデータ） (2022-11-21T14:15:43Z) - Interpreting Song Lyrics with an Audio-Informed Pre-trained Language
Model [12.19432397758502]
BART-fusionは歌詞や音楽音声から歌詞の解釈を生成する新しいモデルである。
我々は、音声表現を歌詞表現に組み込むために、モーダル・アテンション・モジュールを用いる。
付加的な音声情報によって、モデルが単語や音楽をよりよく理解できるようになることを示す。
論文 参考訳（メタデータ） (2022-08-24T17:07:37Z) - The Contribution of Lyrics and Acoustics to Collaborative Understanding
of Mood [7.426508199697412]
データ駆動分析により歌詞と気分の関連性を検討した。
われわれのデータセットは100万曲近くで、Spotifyのストリーミングプラットフォーム上のユーザープレイリストから曲とムードのアソシエーションが生まれている。
我々は、トランスフォーマーに基づく最先端の自然言語処理モデルを利用して、歌詞と気分の関係を学習する。
論文 参考訳（メタデータ） (2022-05-31T19:58:41Z) - Melody-Conditioned Lyrics Generation with SeqGANs [81.2302502902865]
本稿では,SeqGAN(Sequence Generative Adversarial Networks)に基づく,エンドツーエンドのメロディ条件付き歌詞生成システムを提案する。
入力条件が評価指標に悪影響を及ぼすことなく,ネットワークがより有意義な結果が得られることを示す。
論文 参考訳（メタデータ） (2020-10-28T02:35:40Z) - A Deep Neural Framework for Contextual Affect Detection [51.378225388679425]
感情を持たない短い単純なテキストは、その文脈と共に読むときに強い感情を表現することができる。
文中の単語の相互依存を学習する文脈影響検出フレームワークを提案する。
論文 参考訳（メタデータ） (2020-01-28T05:03:15Z)
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。