Towards Unified Music Emotion Recognition: Across Dimensional and Categorical Models
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种统一的多任务学习框架,针对音乐情感识别中的情感标签异构问题,结合类别和维度标签进行训练。该框架通过有效的输入表示和知识蒸馏技术显著提升了模型的泛化能力,尤其在MTG-Jamendo数据集上表现优于现有模型,推动了音乐情感识别的发展。
🎯
关键要点
- 本研究提出了一种统一的多任务学习框架,解决音乐情感识别中情感标签异构的问题。
- 该框架结合类别和维度标签进行训练,提升了模型的泛化能力。
- 通过有效的输入表示和知识蒸馏技术,该框架在MTG-Jamendo数据集上的表现超越了现有模型。
- 研究推动了音乐情感识别的发展。
➡️