English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 60696/93562 (65%)
造訪人次 : 1054047      線上人數 : 38
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋
    請使用永久網址來引用或連結此文件: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/120215


    題名: 以對抗式生成網路建立中文歌詞風格評分機制
    作者: 黃恩祈;陳建彰;林承賢
    關鍵詞: GAN;SeqGAN;文本生成;詞曲生成
    日期: 2020-10-29
    上傳時間: 2021-03-13 12:11:24 (UTC+8)
    摘要: 近年來由於詞曲詩詞等文本生成類型的應用越來越多學者相繼投入研究,然而關於這方面研究大都需要使用人力評估,因而容易造成量化標準不一情形,因為當使用同一方法研究卻用不同人力評估時,結果很可能不盡相同,就算是同一批人的調查結果,根據調查時的各種變因都有可能會影響結果。本研究針對國內流行歌曲歌詞網中,幾位風格較具特色的作詞家之歌詞作品,將其作品資料使用sequence generative adversarial nets (SeqGAN)進行訓練,並於訓練過程中,取出訓練程度不同的判別器,並將五個不同訓練次數(20, 40, 60, 80, 100)組合建立文本相似度評分器,以此作為歌詞與歌詞之間的評量方式。實驗結果顯示,詞風相似的作詞家,有較高的評分。
    關聯: TANet2020臺灣網際網路研討會論文集,頁283-286
    顯示於類別:[資訊工程學系暨研究所] 會議論文

    文件中的檔案:

    檔案 描述 大小格式瀏覽次數
    index.html0KbHTML31檢視/開啟
    以對抗式生成網路建立中文歌詞風格評分機制.pdf2036KbAdobe PDF1檢視/開啟

    在機構典藏中所有的資料項目都受到原著作權保護.

    TAIR相關文章

    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library & TKU Library IR teams. Copyright ©   - 回饋