English  |  正體中文  |  简体中文  |  Items with full text/Total items : 60696/93562 (65%)
Visitors : 1046301      Online Users : 25
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library & TKU Library IR team.
Scope Tips:
  • please add "double quotation mark" for query phrases to get precise results
  • please goto advance search for comprehansive author search
  • Adv. Search
    HomeLoginUploadHelpAboutAdminister Goto mobile version
    Please use this identifier to cite or link to this item: https://tkuir.lib.tku.edu.tw/dspace/handle/987654321/120275


    Title: 以對抗式生成網路建立中文歌詞風格評分機制
    Authors: 黃恩祈;陳建彰;林承賢
    Keywords: GAN;SeqGAN;文本生成;詞曲生成
    Date: 2020-10-29
    Issue Date: 2021-03-19 12:10:40 (UTC+8)
    Abstract: 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。
    Relation: TANET 2020 臺灣網際網路研討會論文集,頁283-286
    Appears in Collections:[Graduate Institute & Department of Computer Science and Information Engineering] Proceeding

    Files in This Item:

    File Description SizeFormat
    index.html0KbHTML32View/Open
    以對抗式生成網路建立中文歌詞風格評分機制.pdf2036KbAdobe PDF1View/Open

    All items in 機構典藏 are protected by copyright, with all rights reserved.


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