論文の概要: Music Playlist Title Generation Using Artist Information
- arxiv url: http://arxiv.org/abs/2301.08145v1
- Date: Sat, 14 Jan 2023 00:19:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-29 13:59:24.626767
- Title: Music Playlist Title Generation Using Artist Information
- Title（参考訳）: アーティスト情報を用いた音楽プレイリストタイトル生成
- Authors: Haven Kim, SeungHeon Doh, Junwon Lee, Juhan Nam
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 4.201869316472344
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automatically generating or captioning music playlist titles given a set of
tracks is of significant interest in music streaming services as customized
playlists are widely used in personalized music recommendation, and
well-composed text titles attract users and help their music discovery. We
present an encoder-decoder model that generates a playlist title from a
sequence of music tracks. While previous work takes track IDs as tokenized
input for playlist title generation, we use artist IDs corresponding to the
tracks to mitigate the issue from the long-tail distribution of tracks included
in the playlist dataset. Also, we introduce a chronological data split method
to deal with newly-released tracks in real-world scenarios. Comparing the track
IDs and artist IDs as input sequences, we show that the artist-based approach
significantly enhances the performance in terms of word overlap, semantic
relevance, and diversity.
- Abstract（参考訳）: 楽曲のリコメンデーションにカスタマイズされたプレイリストが広く使われており、よく構成されたテキストタイトルがユーザーを惹きつけ、音楽の発見を助けるため、音楽ストリーミングサービスでは、音楽プレイリストのタイトルを自動的に生成またはキャプションするのは非常に興味深い。
本稿では,楽曲のシーケンスからプレイリスト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。
以前の研究では、トラックIDをプレイリストタイトル生成のトークン化入力として用いていたが、プレイリストデータセットに含まれるトラックの長期分布から問題を軽減するために、トラックに対応するアーティストIDを使用している。
また,リアルタイムシナリオで新たにリリースしたトラックを扱うための時系列データ分割手法を提案する。
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示された。
関連論文リスト
- Futga: Towards Fine-grained Music Understanding through Temporally-enhanced Generative Augmentation [18.12051302437043]
本稿では,時間的構成による生成的拡張から学習することで,微粒化音楽理解機能を備えたモデルを提案する。
既存の音楽キャプションデータセットと大言語モデル(LLM)を利用して、フル長曲の詳細な音楽キャプションを構造記述と時間境界で合成する。
論文 参考訳（メタデータ） (2024-07-29T22:53:32Z) - LARP: Language Audio Relational Pre-training for Cold-Start Playlist Continuation [49.89372182441713]
マルチモーダルコールドスタートプレイリスト継続モデルであるLARPを導入する。
我々のフレームワークはタスク固有の抽象化の段階を増大させており、イントラトラック(音声)コントラスト損失、トラックトラックコントラスト損失、トラックプレイリストコントラスト損失である。
論文 参考訳（メタデータ） (2024-06-20T14:02:15Z) - MuPT: A Generative Symbolic Music Pretrained Transformer [56.09299510129221]
音楽の事前学習におけるLarge Language Models (LLM) の適用について検討する。
生成過程の異なるトラックからの不整合対策に関連する課題に対処するために,SMT-ABC Notation(Synchronized Multi-Track ABC Notation)を提案する。
私たちのコントリビューションには、最大8192個のトークンを処理可能な一連のモデルが含まれており、トレーニングセットの象徴的な音楽データの90%をカバーしています。
論文 参考訳（メタデータ） (2024-04-09T15:35:52Z) - 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) - Multiview Identifiers Enhanced Generative Retrieval [78.38443356800848]
生成検索は、検索対象の通路の識別子文字列を生成する。
本稿では,パスの内容に基づいて生成される新しいタイプの識別子,合成識別子を提案する。
提案手法は生成的検索において最善を尽くし,その有効性とロバスト性を実証する。
論文 参考訳（メタデータ） (2023-05-26T06:50:21Z) - 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) - 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) - 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) - Quick Lists: Enriched Playlist Embeddings for Future Playlist
Recommendation [0.0]
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。
論文 参考訳（メタデータ） (2020-06-17T17:08:52Z)
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。