論文の概要: "More Than Words": Linking Music Preferences and Moral Values Through
Lyrics
- arxiv url: http://arxiv.org/abs/2209.01169v1
- Date: Fri, 2 Sep 2022 16:58:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-05 12:07:34.885661
- Title: "More Than Words": Linking Music Preferences and Moral Values Through
Lyrics
- Title(参考訳): 『More Than Words』:歌詞による音楽の選好と道徳的価値のリンク
- Authors: Vjosa Preniqi, Kyriaki Kalimeri, Charalampos Saitis
- Abstract要約: 本研究では,歌詞にテキスト分析手法を適用し,音楽の嗜好と道徳的価値の関係について検討した。
われわれは1,386人のサイコメトリックスコアを、Facebook Page Likesから登場した好みの音楽アーティストのトップ5の歌詞に合わせる。
機械学習フレームワークは、回帰アプローチを利用して、道徳的価値を推定するための叙述的特徴の予測力を評価するように設計された。
- 参考スコア(独自算出の注目度): 2.3204178451683264
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This study explores the association between music preferences and moral
values by applying text analysis techniques to lyrics. Harvesting data from a
Facebook-hosted application, we align psychometric scores of 1,386 users to
lyrics from the top 5 songs of their preferred music artists as emerged from
Facebook Page Likes. We extract a set of lyrical features related to each
song's overarching narrative, moral valence, sentiment, and emotion. A machine
learning framework was designed to exploit regression approaches and evaluate
the predictive power of lyrical features for inferring moral values. Results
suggest that lyrics from top songs of artists people like inform their
morality. Virtues of hierarchy and tradition achieve higher prediction scores
($.20 \leq r \leq .30$) than values of empathy and equality ($.08 \leq r \leq
.11$), while basic demographic variables only account for a small part in the
models' explainability. This shows the importance of music listening
behaviours, as assessed via lyrical preferences, alone in capturing moral
values. We discuss the technological and musicological implications and
possible future improvements.
- Abstract(参考訳): 本研究は,歌詞にテキスト分析手法を適用し,音楽選好とモラル価値の関係を検討したものである。
Facebookがホストするアプリケーションからのデータを元に、1,386人のユーザーの心理測定スコアを、Facebook Page Likesから登場した好みの音楽アーティストのトップ5の歌詞に合わせる。
我々は、各曲の概観的物語、道徳的価値、感情、感情に関連する一連の叙情的な特徴を抽出する。
機械学習フレームワークは、回帰アプローチを利用して、道徳的価値を推定するための叙述的特徴の予測力を評価するように設計された。
その結果、人気アーティストのトップソングからの歌詞がモラルに影響を与えていることが示唆された。
階層性と伝統の徳は共感と平等の値よりも高い予測スコア(.20 \leq r \leq .30$)を達成するが、基本的な人口統計学的変数はモデルの説明可能性のごく一部を占めるだけである。
これは、道徳的価値観の獲得において、歌詞的嗜好によって評価される音楽聴取行動の重要性を示している。
技術的・音楽学的意味と今後の改善の可能性について論じる。
関連論文リスト
- MoralBERT: Detecting Moral Values in Social Discourse [3.0567348883549816]
道徳は、私たちの決定や判断に大きな影響を与えながら、情報をどのように知覚するかにおいて、基本的な役割を担います。
自然言語処理の最近の進歩は、道徳的価値を人間の生成したテキストコンテンツで測定できることを実証している。
そこで本研究では,MoralBERTと呼ばれるテキストの道徳的ニュアンスを正確に捉えるために,微調整された言語表現モデルを設計する。
私たちは、Twitter、Reddit、Facebookの3つの異なるソースからの注釈付き道徳データを活用しています。
論文 参考訳(メタデータ) (2024-03-12T14:12:59Z) - Are Words Enough? On the semantic conditioning of affective music
generation [1.534667887016089]
このスコーピングレビューは、感情によって条件付けられた音楽生成の可能性を分析し、議論することを目的としている。
本稿では,ルールベースモデルと機械学習モデルという,自動音楽生成において採用される2つの主要なパラダイムについて概観する。
音楽を通して感情を表現する言葉の限界とあいまいさを克服することは、創造産業に影響を及ぼす可能性があると結論付けている。
論文 参考訳(メタデータ) (2023-11-07T00:19:09Z) - Fairness Through Domain Awareness: Mitigating Popularity Bias For Music
Discovery [56.77435520571752]
音楽発見と人気バイアスの本質的な関係について検討する。
本稿では,グラフニューラルネットワーク(GNN)に基づくレコメンデータシステムにおいて,人気バイアスに対処する,ドメイン対応の個別フェアネスに基づくアプローチを提案する。
我々のアプローチでは、個々の公正さを用いて、真実を聴く経験、すなわち2つの歌が似ているとすると、この類似性は彼らの表現に反映されるべきである。
論文 参考訳(メタデータ) (2023-08-28T14:12:25Z) - 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) - Unsupervised Melody-Guided Lyrics Generation [84.22469652275714]
メロディと歌詞の一致したデータを学習することなく、楽しく聴ける歌詞を生成することを提案する。
メロディと歌詞間の重要なアライメントを活用し、与えられたメロディを制約にコンパイルし、生成プロセスを導く。
論文 参考訳(メタデータ) (2023-05-12T20:57:20Z) - Modelling Emotion Dynamics in Song Lyrics with State Space Models [4.18804572788063]
本研究では,歌詞の感情動態を楽曲レベルの監督なしに予測する手法を提案する。
提案手法を適用すれば,注釈付き楽曲を必要とせずに文レベルベースラインの性能を常に向上できることを示す。
論文 参考訳(メタデータ) (2022-10-17T21:07:23Z) - Affective Idiosyncratic Responses to Music [63.969810774018775]
本研究では,中国社会音楽プラットフォーム上での403万以上のリスナーコメントから,音楽に対する感情応答を測定する手法を開発した。
我々は,聴取者の感情反応を促進する音楽的,歌詞的,文脈的,人口動態的,精神的健康的効果をテストした。
論文 参考訳(メタデータ) (2022-10-17T19:57:46Z) - 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) - Modelling Moral Traits with Music Listening Preferences and Demographics [2.3204178451683264]
カナダで実施されているオンライン調査から,音楽ジャンルの嗜好,人口統計,道徳的価値の関連性を検討する。
以上の結果から,人の道徳的価値を予測する上での音楽の重要性が示された(.55-.69 AUROC)。
論文 参考訳(メタデータ) (2021-07-01T10:26:29Z) - SongMASS: Automatic Song Writing with Pre-training and Alignment
Constraint [54.012194728496155]
SongMASSは、歌詞からメロディーへの生成とメロディから歌詞への生成の課題を克服するために提案されている。
マスクドシーケンスを利用して、シーケンス(質量)事前トレーニングと注意に基づくアライメントモデリングを行う。
我々は,SongMASSがベースライン法よりもはるかに高品質な歌詞とメロディを生成することを示す。
論文 参考訳(メタデータ) (2020-12-09T16:56:59Z) - 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)
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。