论文题目

Beyond Statistical Relations: Integrating Knowledge Relations into Style Correlations for Multi-Label Music Style Classification

论文摘要

自动标注每首歌曲的多种风格是各种音乐网站的综合应用。近年来,一些研究探索了回顾驱动的多标签音乐风格分类,并利用风格相关性来完成这项任务。然而,他们的方法侧重于挖掘不同音乐风格之间的统计关系,只考虑浅层风格关系。此外,由于某些音乐风格缺乏训练数据,这些统计关系也存在不适的问题。为了解决这些问题,我们提出了一个新的知识关系集成框架(KRF)来捕获完整的风格相关性,它根据外部知识和音乐风格之间的统计关系来共同挖掘音乐风格之间的内在关系。基于这两种类型的关系,我们使用图卷积网络自动学习风格之间的深层关联。实验结果表明,我们的框架明显优于最新的方法。进一步的研究表明,我们的框架可以有效地缓解不适问题,并学习有意义的风格相关性。

论文作者

Qianwen Ma, Chunyuan Yuan,来自中国科学院信息工程研究所,中国科学院大学网络安全学院。 Wei Zhou, Jizhong Han, Songlin HuWei Zhou、Jizhong Han、Songlin ,来自中国科学院信息工程研究所。

成为VIP会员查看完整内容
16

相关内容

【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
152+阅读 · 2020年5月26日
【KDD2020】多源深度域自适应的时序传感数据
专知会员服务
59+阅读 · 2020年5月25日
基于知识图谱的文本挖掘 - 超越文本挖掘
专知
37+阅读 · 2019年8月18日
大讲堂 | 基于医疗知识的疾病诊断预测
AI科技评论
10+阅读 · 2019年1月22日
从概率论到多分类问题:综述贝叶斯统计分类
机器之心
11+阅读 · 2017年9月28日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
已删除
Arxiv
31+阅读 · 2020年3月23日
Arxiv
15+阅读 · 2019年4月4日
Arxiv
5+阅读 · 2018年5月10日
VIP会员
相关VIP内容
【清华大学】图随机神经网络,Graph Random Neural Networks
专知会员服务
152+阅读 · 2020年5月26日
【KDD2020】多源深度域自适应的时序传感数据
专知会员服务
59+阅读 · 2020年5月25日
相关资讯
微信扫码咨询专知VIP会员