論文の概要: GlobalMood: A cross-cultural benchmark for music emotion recognition

• arxiv url: http://arxiv.org/abs/2505.09539v1
• Date: Wed, 14 May 2025 16:32:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-15 21:44:09.532219
• Title: GlobalMood: A cross-cultural benchmark for music emotion recognition
• Title（参考訳）: GlobalMood:音楽の感情認識のための異文化間ベンチマーク
• Authors: Harin Lee, Elif Çelen, Peter Harrison, Manuel Anglada-Tort, Pol van Rijn, Minsu Park, Marc Schönwiesner, Nori Jacoby,
• Abstract要約: 既存のデータセットは、主に英語から派生したムードのある西洋の歌に焦点を当てている。 59か国から1180曲をサンプリングした新しい異文化間ベンチマークデータセットGlobalMoodを紹介した。
• 参考スコア（独自算出の注目度）: 10.490374578193773
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Human annotations of mood in music are essential for music generation and recommender systems. However, existing datasets predominantly focus on Western songs with mood terms derived from English, which may limit generalizability across diverse linguistic and cultural backgrounds. To address this, we introduce `GlobalMood', a novel cross-cultural benchmark dataset comprising 1,180 songs sampled from 59 countries, with large-scale annotations collected from 2,519 individuals across five culturally and linguistically distinct locations: U.S., France, Mexico, S. Korea, and Egypt. Rather than imposing predefined mood categories, we implement a bottom-up, participant-driven approach to organically elicit culturally specific music-related mood terms. We then recruit another pool of human participants to collect 988,925 ratings for these culture-specific descriptors. Our analysis confirms the presence of a valence-arousal structure shared across cultures, yet also reveals significant divergences in how certain mood terms, despite being dictionary equivalents, are perceived cross-culturally. State-of-the-art multimodal models benefit substantially from fine-tuning on our cross-culturally balanced dataset, as evidenced by improved alignment with human evaluations - particularly in non-English contexts. More broadly, our findings inform the ongoing debate on the universality versus cultural specificity of emotional descriptors, and our methodology can contribute to other multimodal and cross-lingual research.
• Abstract（参考訳）: 音楽におけるムードの人間のアノテーションは、音楽生成とレコメンデーションシステムに不可欠である。 しかし、既存のデータセットは主に、様々な言語的・文化的背景にまたがる一般化性を制限する英語から派生したムード用語を持つ西洋の歌に焦点を当てている。 これを解決するために,59カ国からサンプリングされた1,180曲からなる新しい異文化間ベンチマークデータセット「GlobalMood」を紹介した。 事前に定義された気分カテゴリーを提示するのではなく、文化的に特定の音楽関連感情用語を有機的に引き出すボトムアップ・参加者主導のアプローチを実践する。 次に、文化固有の記述子に対する988,925のレーティングを収集するために、別の参加者を募集します。 分析の結果,文化間で共有される原子価-覚醒構造の存在が確認された。 最先端のマルチモーダルモデルは、文化的にバランスのとれたデータセットを微調整することで、大きな恩恵を受ける。 より広範に、感情記述子の普遍性と文化的特異性に関する議論が進行中であることを示すとともに、我々の方法論は、他の多言語・多言語研究に寄与することができる。

関連論文リスト

• Extrinsic Evaluation of Cultural Competence in Large Language Models [53.626808086522985]
  本稿では,2つのテキスト生成タスクにおける文化能力の評価に焦点をあてる。 我々は,文化,特に国籍の明示的なキューが,そのプロンプトに乱入している場合のモデル出力を評価する。 異なる国におけるアウトプットのテキスト類似性とこれらの国の文化的価値との間には弱い相関関係がある。
  論文  参考訳（メタデータ） (2024-06-17T14:03:27Z)
• CulturePark: Boosting Cross-cultural Understanding in Large Language Models [63.452948673344395]
  本稿では,LLMを利用した文化データ収集のためのマルチエージェント通信フレームワークであるCultureParkを紹介する。 人間の信念、規範、習慣をカプセル化した高品質な異文化対話を生成する。 我々はこれらのモデルを,コンテンツモデレーション,文化的アライメント,文化教育という3つの下流課題にまたがって評価する。
  論文  参考訳（メタデータ） (2024-05-24T01:49:02Z)
• Investigating Cultural Alignment of Large Language Models [10.738300803676655]
  LLM(Large Language Models)は,異なる文化で採用されている多様な知識を真にカプセル化していることを示す。 社会学的調査をシミュレートし、実際の調査参加者のモデル応答を参考として、文化的アライメントの定量化を行う。 本稿では,人類学的推論を活用し,文化的アライメントを高める新しい手法である人類学的プロンプティングを紹介する。
  論文  参考訳（メタデータ） (2024-02-20T18:47:28Z)
• Massively Multi-Cultural Knowledge Acquisition & LM Benchmarking [48.21982147529661]
  本稿では,多文化知識獲得のための新しいアプローチを提案する。 本手法は,文化トピックに関するウィキペディア文書からリンクページの広範囲なネットワークへ戦略的にナビゲートする。 私たちの仕事は、AIにおける文化的格差のギャップを深く理解し、橋渡しするための重要なステップです。
  論文  参考訳（メタデータ） (2024-02-14T18:16:54Z)
• Exploring Cross-Cultural Differences in English Hate Speech Annotations: From Dataset Construction to Analysis [44.17106903728264]
  ほとんどのヘイトスピーチデータセットは、単一の言語における文化的多様性を無視している。 そこで本研究では,CRoss文化の英語Hate音声データセットであるCREHateを紹介する。 CREHateのポストの56.2%のみが全国でコンセンサスを達成しており、ペアのラベル差が最も高いのは26%である。
  論文  参考訳（メタデータ） (2023-08-31T13:14:47Z)
• Deception detection in text and its relation to the cultural dimension of individualism/collectivism [6.17866386107486]
  本研究は,文化における特定の言語的特徴の活用の相違が,個性主義/選択主義の分断に関して,規範に起因しているかどうかを考察する。 我々は、音韻学、形態学、構文に基づく幅広いn-gram特徴を実験することにより、カルチャー/言語対応分類器を作成する。 我々は6カ国(米国、ベルギー、インド、ロシア、メキシコ、ルーマニア)の5言語(英語、オランダ、ロシア、スペイン、ルーマニア)から11のデータセットを用いて実験を行った。
  論文  参考訳（メタデータ） (2021-05-26T13:09:47Z)
• Modeling the Music Genre Perception across Language-Bound Cultures [10.223656553455003]
  本研究では,言語横断・文化特化音楽ジャンルアノテーションの実現可能性について検討する。 教師なしの言語間音楽ジャンルのアノテーションは高い精度で実現可能であることを示す。 我々は,多言語事前学習型埋め込みモデルのベンチマークを行うために,新しいドメイン依存型言語間コーパスを導入する。
  論文  参考訳（メタデータ） (2020-10-13T12:20:32Z)

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。