تحسين خوارزميات تصنيف الحالة الشعورية للأغاني باستخدام نموذج دمج الكلمات والخصائص الصوتية بالاعتماد على التعلم العميق وتعلم الآلة

Abstract

يهدف مجال التعرف على العواطف الموسيقية إلى دراسة العلاقة بين الموسيقى والعاطفة وهو مفيد في فهم الموسيقى واسترجاع المعلومات الموسيقية. في هذا البحث قمنا باقتراح نموذج model جديد لتصنيف الحالة الشعورية للأغاني بالاعتماد على دمج عدة مصنفات مع بعضها ضمن نموذج شامل Fusion Model. جرى استخلاص ثلاث مدخلات من كل أغنية وهذه المدخلات هي: الدخل الأول هو عبارة عن خرج مصنف مزاج الأغاني بالاعتماد على كلمات الأغنية حيث خضعت هذه الكلمات لمعالجة تحضيرية للنص وقد تم استخدام خوارزمية Random Forest لتحديد مزاج الأغنية. الدخل الثاني هو خرج مصنف مزاج الأغاني بالاعتماد على الخصائص الصوتية حيث جرى استخلاص مجموعة من الخصائص الصوتية ومن ثم استخدمت خوارزمية SVM لتحديد مزاج الأغنية. وبالنسبة للدخل الثالث يأتي من مصنف الأغاني بالاعتماد على الجمل Sentences هنا تم استخلاص الجمل المكونة للأغنية وقد خضعت هذه الجمل لمعالجة تحضيرية للنص ومن ثم تم استخدام خوارزمية Bidirectional LSTM مع مجموعة قيود لتحديد مزاج الأغنية. وفي النهاية جرى أخذ هذه المدخلات الثلاثة والتي هي عبارة عن خرج المصنفات السابقة إلى مصنف الدمج لتحديد التصنيف النهائي، حيث أرسل كل مصنف أربعة قيم تمثل احتمالية مزاج الأغنية (happy sad, angry, relax,) من وجهة نظر المصنف وقام مصنف الدمج بتحليل جميع المدخلات باستخدام خوارزمية Random Forest ومن ثم قام بتحديد التصنيف النهائي. وقد حقق هذا النهج المقترح فعالية أكبر ودقة أفضل وصلت على بيانات الاختبار إلى 97%.

Keywords

• تصنيف مزاج الأغاني
• معالجة اللغات الطبيعية
• الذاكرة الطويلة-القصيرة الأمد
• تعلم الآلة،
• التعلم العميق