| 1 |
1
음악 감성 인식 장치가 음악의 가사에 관련된 데이터를 수신하는 단계;음악 감성 인식 장치가 상기 데이터에 기초하여 어휘 사전을 생성하는 단계;음악 감성 인식 장치가 상기 어휘 사전 및 상기 데이터에 포함된 단어에 대응하는 가중치에 기초하여 특징 벡터를 추출하는 단계; 및상기 특징 벡터를 인공 신경망의 입력으로 사용하여 상기 음악의 감성을 결정하는 단계를 포함하고,상기 추출하는 단계는,상기 데이터에 기초하여 단어의 집합을 생성하는 단계;상기 어휘 사전 및 상기 단어의 집합에 기초하여 발생 벡터를 생성하는 단계; 및상기 발생 벡터의 성분을 상기 가중치에 기초하여 변환함으로써 상기 특징 벡터를 추출하는 단계를 포함하는음악 감성 인식 방법
|
| 2 |
2
제1항에 있어서,상기 생성하는 단계는,상기 데이터를 언어의 종류에 기초하여 필터링하는 단계;언어의 종류에 기초하여 필터링된 데이터를 단어의 품사에 기초하여 필터링하는 단계; 및단어의 품사에 기초하여 필터링된 데이터로부터 의미가 없는 단어를 제거하여 상기 어휘 사전을 생성하는 단계를 포함하는 음악 감성 인식 방법
|
| 3 |
3
제2항에 있어서,상기 단어의 품사에 기초하여 필터링된 데이터로부터 의미가 없는 단어를 제거하여 상기 어휘 사전을 생성하는 단계는,상기 품사에 기초하여 필터링된 데이터로부터 숫자, 감탄사, 알파벳 및 관계 대명사 중 적어도 하나를 제거하여 상기 어휘 사전을 생성하는 단계를 포함하는 음악 감성 인식 방법
|
| 4 |
4
삭제
|
| 5 |
5
제1항에 있어서,상기 단어의 집합을 생성하는 단계는,상기 데이터에 포함된 단어들을 분할하는 단계; 및상기 단어의 원형을 복구하여 상기 단어의 집합을 생성하는 단계를 포함하는 음악 감성 인식 방법
|
| 6 |
6
제1항에 있어서,상기 발생 벡터의 성분을 상기 가중치에 기초하여 변환함으로써 상기 특징 벡터를 추출하는 단계는,상기 단어의 집합에 포함된 단어의 수에 기초하여 제1 가중치를 계산하는 단계;미리 결정된 상수에 따른 비선형 함수에 기초하여 제2 가중치를 계산하는 단계; 및상기 제1 가중치 및 상기 제2 가중치의 곱에 기초하여 상기 발생 벡터의 성분을 변환함으로써 상기 특징 벡터를 추출하는 단계를 포함하는 음악 감성 인식 방법
|
| 7 |
7
제6항에 있어서,상기 제1 가중치를 계산하는 단계는,TF-IDF(Term Frequency - Inverse Document Frequency)를 이용하여 상기 제1 가중치를 계산하는 단계를 포함하는 음악 감성 인식 방법
|
| 8 |
8
제6항에 있어서,상기 제2 가중치를 계산하는 단계는,시그모이드(sigmoid) 함수에 기초하여 상기 제2 가중치를 계산하는 단계를 포함하는 음악 감성 인식 방법
|
| 9 |
9
제1항에 있어서,상기 결정하는 단계는,상기 인공 신경망을 이용하여 복수의 감성 그룹들에 대응하는 확률 값을 계산하는 단계; 및상기 확률 값에 기초하여 상기 음악의 감성을 결정하는 단계를 포함하는 음악 감성 인식 방법
|
| 10 |
10
제1항에 있어서,상기 인공 신경망은 DBN(Deep Belief Network)이고,상기 DBN은 전이 학습(transfer learning)을 사용하여 학습되는음악 감성 인식 방법
|
| 11 |
11
음악의 가사에 관련된 데이터를 수신하는 수신기; 및상기 데이터에 기초하여 어휘 사전을 생성하고, 상기 어휘 사전 및 상기 데이터에 포함된 단어에 대응하는 가중치에 기초하여 특징 벡터를 추출하고, 상기 특징 벡터를 인공 신경망의 입력으로 사용하여 상기 음악의 감성을 결정하는 프로세서를 포함하고,상기 프로세서는,상기 데이터에 기초하여 단어의 집합을 생성하고, 상기 어휘 사전 및 상기 단어의 집합에 기초하여 발생 벡터를 생성하고, 상기 발생 벡터의 성분을 상기 가중치에 기초하여 변환함으로써 상기 특징 벡터를 추출하는음악 감성 인식 장치
|
| 12 |
12
제11항에 있어서,상기 프로세서는,상기 데이터를 언어의 종류에 기초하여 필터링하고, 언어의 종류에 기초하여 필터링된 데이터를 단어의 품사에 기초하여 필터링하고, 단어의 품사에 기초하여 필터링된 데이터로부터 의미가 없는 단어를 제거하여 상기 어휘 사전을 생성하는음악 감성 인식 장치
|
| 13 |
13
제12항에 있어서,상기 프로세서는,상기 품사에 기초하여 필터링된 데이터로부터 숫자, 감탄사, 알파벳 및 관계 대명사 중 적어도 하나를 제거하여 상기 어휘 사전을 생성하는음악 감성 인식 장치
|
| 14 |
14
삭제
|
| 15 |
15
제11항에 있어서,상기 프로세서는,상기 데이터에 포함된 단어들을 분할하고, 상기 단어의 원형을 복구하여 상기 단어의 집합을 생성하는음악 감성 인식 장치
|
| 16 |
16
제11항에 있어서,상기 프로세서는,상기 단어의 집합에 포함된 단어의 수에 기초하여 제1 가중치를 계산하고, 미리 결정된 상수에 따른 비선형 함수에 기초하여 제2 가중치를 계산하고, 상기 제1 가중치 및 상기 제2 가중치의 곱에 기초하여 상기 발생 벡터의 성분을 변환함으로써 상기 특징 벡터를 추출하는음악 감성 인식 장치
|
| 17 |
17
제16항에 있어서,상기 프로세서는,TF-IDF(Term Frequency - Inverse Document Frequency)를 이용하여 상기 제1 가중치를 계산하는음악 감성 인식 장치
|
| 18 |
18
제16항에 있어서,상기 프로세서는,시그모이드(sigmoid) 함수에 기초하여 상기 제2 가중치를 계산하는음악 감성 인식 장치
|
| 19 |
19
제11항에 있어서,상기 프로세서는,상기 인공 신경망을 이용하여 복수의 감성 그룹들에 대응하는 확률 값을 계산하고, 상기 확률 값에 기초하여 상기 음악의 감성을 결정하는음악 감성 인식 장치
|
| 20 |
20
제11항에 있어서,상기 인공 신경망은 DBN(Deep Belief Network)이고,상기 DBN은 전이 학습(transfer learning)을 사용하여 학습되는음악 감성 인식 장치
|
