인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
노래에서 가사는 감정이 담긴 여러 문장들로 구성되어 복합적인 감정을 지니고 이에 따라 감정 분석에서는 명확한 노래의 감정을 분류 하는데 여러 문제를 직면한다. 또한 한국어 BERT 계열 모델은 일상, 뉴스 데이터로 학습되어 노래 감정을 파악하는데 한계가 존재하며, 특히 한국어 노래는 가사 데이터셋의 부재, 감정 레이블의 부재 등으로 노래 데이터 구축에서도 어려움이 있다. 본 논문에서는 다음과 같은 단계적 프로세스를 제안한다: (1) 노래 가사를 Sentences embedding으로 추출 하고 (2) 그래프 구조를 통해 노드 임베딩을 GNN을 활용한 보정, (3) 비지도 클러스터링 기반 레이블 데이터셋 구축, (4) 한국어 BERT 모델의 노래 도메인 특화 파인튜닝. 본 연구의 목표는 품질 높은 감정분류를 위한 데이터셋 구축 및 한국어 bERT 모델의 노래 도메인의 최적화 파인튜닝이다. 실험 결과, GNN 보정을 통해 실루엣 계수 0.52를 달성하였고, 파인튜닝된 RoBERTa 모델은 Accuracy 73.6%, F1 Score 74.1%를 기록하여 노래 감정 분류에서 우수한 성능을 보였다. 시각화 분석 및 테스트 데이터를 활용한 검증 과정을 통해 제안 모델의 신뢰성을 확인하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-094575607
