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

• REFFLY: Melody-Constrained Lyrics Editing Model [50.03960548399128]
  任意の形態のプレーンテキストドラフトを高品質で本格的な歌詞に編集するための,最初の改訂フレームワークであるREFFLYを紹介する。 提案手法は,生成した歌詞が原文の意味を保ち,旋律と整合し,所望の曲構造に固執することを保証する。
  論文  参考訳（メタデータ） (2024-08-30T23:22:34Z)
• 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)
• Automatic Detection of Moral Values in Music Lyrics [4.747987317906765]
  道徳的価値は、情報を評価し、意思決定し、重要な社会問題に関する判断を形成する上で、基本的な役割を担います。 2人の専門家が注釈付けした200曲のリアル歌詞の道徳的価値を検出するために,2,721の合成歌詞を微調整した変換器ベース言語モデル(BERT)のセットを課題とした。 MFTアノテーション付きソーシャルメディアテキストを微調整したBERTやゼロショット(GPT-4)分類など,一連のベースラインに対する予測能力の評価を行った。 提案したモデルでは、平均F1重み付きスコアが0.8で、実験全体で最高の精度が得られた。
  論文  参考訳（メタデータ） (2024-07-26T14:49:21Z)
• MeLFusion: Synthesizing Music from Image and Language Cues using Diffusion Models [57.47799823804519]
  私たちは、ミュージシャンが映画の脚本だけでなく、視覚化を通して音楽を作る方法にインスピレーションを受けています。 本稿では,テキスト記述と対応する画像からの手がかりを効果的に利用して音楽を合成するモデルであるMeLFusionを提案する。 音楽合成パイプラインに視覚情報を加えることで、生成した音楽の質が大幅に向上することを示す。
  論文  参考訳（メタデータ） (2024-06-07T06:38:59Z)
• Exploring and Applying Audio-Based Sentiment Analysis in Music [0.0]
  音楽的感情を解釈する計算モデルの能力は、ほとんど解明されていない。 本研究は,(1)音楽クリップの感情を時間とともに予測し,(2)時系列の次の感情値を決定し,シームレスな遷移を保証することを目的とする。
  論文  参考訳（メタデータ） (2024-02-22T22:34:06Z)
• 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)
• 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。