| 中文歌词的统计特征及其检索应用 | |
| 郑亚斌 ; 刘知远 ; 孙茂松 ; Zheng Yabin ; Liu Zhiyuan ; Sun Maosong | |
| 2010-07-15 ; 2010-07-15 | |
| 会议名称 | 内容计算的研究与应用前沿——第九届全国计算语言学学术会议论文集 ; Frontiers of Content Computing:Research and Application--Proceedings of the 9th Chinese National Conference on Computational Linguistics ; 第九届全国计算语言学学术会议 ; 9th Chinese National Conference on Computational Linguistics ; 中国辽宁大连 ; CNKI ; 大连理工大学、清华大学智能技术与系统国家重点实验室 |
| 关键词 | 歌词 齐夫定律 k-近邻 节奏 Song Lyrics Zipf's Law k-NN rhythm TP391.1 |
| 其他题名 | Statistical Features of Chinese Song Lyrics and its Application to Retrieval |
| 中文摘要 | 我们在歌词上做了一些传统的自然语言处理相关的实验。大部分的歌曲都具有与其相匹配的歌词,歌词也是歌曲语义上的重要表达。因此,对歌词的分析可以作为歌曲音频处理的互补。我们利用齐夫定律对歌词语料库的字和词进行统计特征的考察,实验表明,其分布基本符合齐夫定律。利用向量空间模型的表示,我们可以找到比较相似的歌词集合。另一方面,我们探讨了如何利用歌词中的时间标注信息进行进一步的分析,利用时间标注信息可找到歌曲中重复的片段,并且可以对歌曲的节奏进行划分,初步的实验表明,我们的方法具有一定的效果。; We report experiments on song lyrics based on standard natural language processing techniques.A significant amount of music songs have suited lyrics,which play a important role of the semantics of a song,therefore,analysis of lyrics may be a complement of acoustic methods.We in vestigate the lyrics corpus based on Zip'f Law using both character and word as a unit,results roughly obey Zip'f Law.Also,by the means of vector space model,we can find a set of lyrics that are similar to each other.Moreover,we disouss how to use the time annotation for further study,we can detect the repeated part of songs as well as categorization of rhythms.Preliminary experiment shows the effectiveness of our proposed method.; 本文承国家自然科学基金(项目号60573187，60621062和60520130299)的资助。 |
| 会议录出版者 | 清华大学出版社 |
| 语种 | 中文 ; 中文 |
| 内容类型 | 会议论文 |
| 源URL | [http://hdl.handle.net/123456789/69893]  |
| 专题 | 清华大学 |
| 推荐引用方式 GB/T 7714 | 郑亚斌,刘知远,孙茂松,等. 中文歌词的统计特征及其检索应用[C]. 见:内容计算的研究与应用前沿——第九届全国计算语言学学术会议论文集, Frontiers of Content Computing:Research and Application--Proceedings of the 9th Chinese National Conference on Computational Linguistics, 第九届全国计算语言学学术会议, 9th Chinese National Conference on Computational Linguistics, 中国辽宁大连, CNKI, 大连理工大学、清华大学智能技术与系统国家重点实验室. |
| 个性服务 |
| 查看访问统计 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论