論文の概要: Towards an LLM-based method for quantifying the sexual content in song lyrics
- arxiv url: http://arxiv.org/abs/2608.08885v1
- Date: Sun, 09 Aug 2026 19:51:56 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-11 19:16:36.986088
- Title: Towards an LLM-based method for quantifying the sexual content in song lyrics
- Title（参考訳）: LLMによる歌詞中の性的内容の定量化
- Abstract要約: 本稿では,大規模言語モデルを用いて歌詞の主題内容の定量化を行う手法を提案する。
2002年から2025年にかけて12人のレゲトンアーティストによる1,259曲のコーパスに適用した。
この分析は、データセットのキャラクタリゼーション、アーティストごとの比較、時間とともに寸法がどのように変化するかの分析、そして我々の性差スコアとSpotify自身の明示的なフラグの比較の4つのトピックをカバーしている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Reggaeton is one of the most widely consumed music genres in the world, and its lyrics are commonly regarded as highly sexualized. This claim rests mostly on qualitative studies and on small-scale quantitative ones. This paper has two goals. First, we present a reproducible method that uses a large language model to quantify thematic content in song lyrics along several independent dimensions. The method is not restricted to sexual content. Second, we apply it to a corpus of 1,259 songs by 12 reggaeton artists released between 2002 and 2025. The analysis covers four topics: a dataset characterization, a per-artist comparison, an analysis of how the dimensions change over time, and a comparison between our sexual-explicitness score and Spotify's own explicit flag. We release the data collection code, the scoring prompt, and the corpus, so that other researchers can replicate the approach or apply it to their own lyrics datasets.
- Abstract（参考訳）: レガエトンは世界で最も広く使用されている音楽ジャンルの1つであり、その歌詞は一般に非常に性的なものであると見なされている。
この主張は質的研究と小規模の定量的研究に大きく依存している。
この論文には2つの目標がある。
まず,大規模言語モデルを用いて歌詞の主題的内容の定量化を行う再現可能な手法を提案する。
この方法は性的な内容に制限されない。
第2に、2002年から2025年にかけて12人のレゲトンアーティストによる1,259曲のコーパスに適用する。
この分析は、データセットのキャラクタリゼーション、アーティストごとの比較、時間とともに寸法がどのように変化するかの分析、そして我々の性差スコアとSpotify自身の明示的なフラグの比較の4つのトピックをカバーしている。
データ収集コード、スコアリングプロンプト、コーパスを公開し、他の研究者がそのアプローチを複製したり、自身の歌詞データセットに適用したりできるようにします。
関連論文リスト
- SongSage: A Large Musical Language Model with Lyric Generative Pre-training [69.52790104805794]
SongSageは、多種多様な歌詞中心のインテリジェンスを備えた大規模な音楽モデルである。
SongSageは歌詞中心の知識を強く理解し、ゼロショットプレイリストのレコメンデーションのためにユーザークエリを書き直し、歌詞を効果的に生成し、継続し、7つの追加機能で巧みに実行する。
論文 参考訳（メタデータ） (2026-01-03T10:54:37Z) - Lyrics Matter: Exploiting the Power of Learnt Representations for Music Popularity Prediction [47.3124073459729]
この研究は、人気を予想する上での歌詞の役割を過小評価するものである。
LLMを用いて高次元のリリック埋め込みを抽出する自動パイプラインを提案する。
これらの機能は、人気スコア予測のためにオーディオ、歌詞、ソーシャルメタデータを組み合わせたマルチモーダルアーキテクチャであるHitMusicLyricNetに統合されている。
論文 参考訳（メタデータ） (2025-12-05T08:09:26Z) - Language models for longitudinal analysis of abusive content in Billboard Music Charts [3.2654923574107357]
我々は過去70年間、アメリカのBillboard Chartsから歌(歌詞)を分析してきた。
その結果、1990年以降のポピュラー音楽における明確な内容の顕著な増加が示されている。
プロファン、性的に明示的で、そうでなければ不適切な言語を含む歌詞を持つ歌の流行が高まる。
論文 参考訳（メタデータ） (2025-10-06T01:59:21Z) - Optimizing the Songwriting Process: Genre-Based Lyric Generation Using Deep Learning Models [2.703659575788133]
本プロジェクトは,ディープラーニング技術を用いて,従来の曲の書き起こしプロセスを簡素化することを目的としている。
我々は、歌詞を個々の詩にパースするためにトークンを用いた独自の前処理フォーマットを開発した。
その結果, ベースラインモデルでは高いリコール(ROUGE)が得られたが, どちらのモデルにも類似の精度(BLEU)が得られた。
論文 参考訳（メタデータ） (2024-09-15T21:32:46Z) - REFFLY: Melody-Constrained Lyrics Editing Model [50.03960548399128]
本稿では,旋律に沿った歌詞を編集・生成する最初のフレームワークであるREFFLYを紹介する。
合成したメロディ対応歌詞データセットを用いて歌詞修正モジュールを訓練する。
そこで本研究では,意味的意味と音楽的一貫性の両立を目的とした学習自由度を提案する。
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) - 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) - Tollywood Emotions: Annotation of Valence-Arousal in Telugu Song Lyrics [0.0]
Spotifyから収集したTeluguの歌詞を手動で注釈付けしたデータセットを提示する。
2つの分類手法を用いて2つの音楽感情認識モデルを作成する。
データセットを、歌詞、アノテーション、Spotify IDで公開しています。
論文 参考訳（メタデータ） (2023-03-16T14:47:52Z) - Large scale analysis of gender bias and sexism in song lyrics [3.437656066916039]
我々は,手動で注釈付けされたポピュラーソングの小さなサンプルを用いて,以前の研究よりも大規模な性差別的な歌詞を同定した。
性差別的なコンテンツは、特に男性アーティストやBillboardチャートに掲載されている人気曲から、時間とともに増えていくだろう。
これは、このタイプの最初の大規模分析であり、大衆文化のそのような影響力のある部分における言語使用に関する洞察を与えている。
論文 参考訳（メタデータ） (2022-08-03T13:18:42Z) - Gender bias in magazines oriented to men and women: a computational
approach [58.720142291102135]
女性指向の雑誌の内容と男性指向の雑誌の内容を比較する。
トピック・モデリングの手法により、雑誌で議論されている主要なテーマを特定し、これらのトピックの存在が時間とともに雑誌間でどの程度異なるかを定量化する。
以上の結果から,セクシュアオブジェクトとしての家族,ビジネス,女性の出現頻度は,時間とともに消失する傾向にあることが示唆された。
論文 参考訳（メタデータ） (2020-11-24T14:02:49Z)
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。