计算机科学 > 声音
[提交于 2023年6月6日
]
标题: BERT音乐表示的系统分析
标题: Systematic Analysis of Music Representations from BERT
摘要: 在将原始数据表示为能够有效捕捉语义和上下文信息的数值向量方面,已经进行了许多尝试。 然而,在符号音乐领域,之前的研究通过观察各种微调任务的性能提升来验证其音乐嵌入。 在本工作中,我们直接分析了从BERT以及在小节级MIDI上进行对比学习训练的BERT得到的嵌入,检查可以从MIDI事件中获得的音乐信息。 我们观察到,嵌入的信息特征会根据对比目标和层的选择而有所不同。 我们的代码可在 https://github.com/sjhan91/MusicBERT 获取。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.