基于神經(jīng)網(wǎng)絡(luò)的歌詞生成系統(tǒng)設(shè)計與實現(xiàn)
發(fā)布時間:2020-12-25 06:39
隨著物質(zhì)條件的不斷優(yōu)化,人們在精神上有了更高的追求。音樂對于人們來說十分重要,同時音樂也是人與生俱來的需求。在歌曲創(chuàng)作中,歌詞是相當(dāng)重要的一部分。歌詞的質(zhì)量在很大程度上決定了歌曲的質(zhì)量。同時,近年來,神經(jīng)網(wǎng)絡(luò)不斷發(fā)展,在圖像、語音、語言上都有著廣泛應(yīng)用。特別是在自然語言處理方面,神經(jīng)網(wǎng)絡(luò)相對于傳統(tǒng)統(tǒng)計方法能夠更好地處理文本信息。由此,本文結(jié)合了歌詞的相關(guān)特性以及神經(jīng)網(wǎng)絡(luò)在自然語言處理上的優(yōu)勢,提出了一種可以生成歌詞的方法,并加以實現(xiàn)。本文首先介紹了在文本生成上的難點以及該領(lǐng)域中不同方法的優(yōu)劣性。隨后提出了一種可行的歌詞生成的方法并加以實現(xiàn)。本文工作主要包括了韻腳、歌詞長度、拼音標(biāo)注、歌詞上下文相關(guān)性等相關(guān)內(nèi)容。歌詞生成中最困難的部分是需要使生成出來的歌詞的上下文具有相關(guān)性,而傳統(tǒng)的統(tǒng)計方法很難做到這點。在自然語言處理領(lǐng)域中,RNNs(Recurrent Neural Networks)的出現(xiàn)對于文本處理來說意義重大。RNNs能夠處理不定長的文本內(nèi)容,同時對于長時序的文本,它也可以盡可能保留最多的信息。由此,RNNs可用于文本信息的壓縮。本文利用RNNs的優(yōu)勢設(shè)計了一種新的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),...
【文章來源】:成都理工大學(xué)四川省
【文章頁數(shù)】:63 頁
【學(xué)位級別】:碩士
【部分圖文】:
LSA結(jié)構(gòu)
8圖 2-1 Word2vec 詞向量示意在圖 2-1 中,上海與北京的位置挨得比較近,紐約與華盛頓的位置比較近。上海對于中國來說是經(jīng)濟中心,北京是政治中心。而紐約對于美國來說是經(jīng)濟中心,而華盛頓則是政治中心。這個信息從圖中中國與美國城市之間相對位置可以得到體現(xiàn)。2.2 循環(huán)神經(jīng)網(wǎng)絡(luò)2.2.1 RNN我們?nèi)祟愒诶斫庹Z言的時候必須根據(jù)上下文來理解當(dāng)前文字的意思。特別在中文之中,中文的每個字放在不同的地方都可能是不同的意思。循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks)也就是為了解決獲取前后文信息這個問題而誕生的。圖 2-2 RNN 循環(huán)在圖 2-2(Colah,2015)中,A 為神經(jīng)網(wǎng)絡(luò),?
RNN 循環(huán)
【參考文獻】:
期刊論文
[1]基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的RoboCup截球策略[J]. 劉亮,李龍澍. 計算機工程與應(yīng)用. 2006(33)
本文編號:2937151
【文章來源】:成都理工大學(xué)四川省
【文章頁數(shù)】:63 頁
【學(xué)位級別】:碩士
【部分圖文】:
LSA結(jié)構(gòu)
8圖 2-1 Word2vec 詞向量示意在圖 2-1 中,上海與北京的位置挨得比較近,紐約與華盛頓的位置比較近。上海對于中國來說是經(jīng)濟中心,北京是政治中心。而紐約對于美國來說是經(jīng)濟中心,而華盛頓則是政治中心。這個信息從圖中中國與美國城市之間相對位置可以得到體現(xiàn)。2.2 循環(huán)神經(jīng)網(wǎng)絡(luò)2.2.1 RNN我們?nèi)祟愒诶斫庹Z言的時候必須根據(jù)上下文來理解當(dāng)前文字的意思。特別在中文之中,中文的每個字放在不同的地方都可能是不同的意思。循環(huán)神經(jīng)網(wǎng)絡(luò)(Recurrent Neural Networks)也就是為了解決獲取前后文信息這個問題而誕生的。圖 2-2 RNN 循環(huán)在圖 2-2(Colah,2015)中,A 為神經(jīng)網(wǎng)絡(luò),?
RNN 循環(huán)
【參考文獻】:
期刊論文
[1]基于神經(jīng)網(wǎng)絡(luò)和遺傳算法的RoboCup截球策略[J]. 劉亮,李龍澍. 計算機工程與應(yīng)用. 2006(33)
本文編號:2937151
本文鏈接:http://sikaile.net/wenyilunwen/mzqiyue/2937151.html
最近更新
教材專著