Loomuliku keele töötlemise algoritmide kasutamine muusikasarnasuse leidmisel

dc.contributor.advisorAljanaki, Anna, juhendaja
dc.contributor.authorLindpere, Mait
dc.contributor.otherTartu Ülikool. Loodus- ja täppisteaduste valdkondet
dc.contributor.otherTartu Ülikool. Arvutiteaduse instituutet
dc.date.accessioned2023-08-30T08:21:31Z
dc.date.available2023-08-30T08:21:31Z
dc.date.issued2022
dc.description.abstractKäesoleva magistritöö raames viiakse läbi eksperimentaalne uurimus leidmaks kas muusika semantilise kirjelduse (antud töö kontekstis albumikirjelduste) järgi on võimalik muusikat soovitada. Püstitatud ülesande lahendamiseks võrreldakse NLP meetoditega muusika metaandmetest avastatud tunnuste järgi leitud muusikasarnasust muusikakasutajatest inimeste sarnasuse hinnangutega. NLP meetodite sooritusele hinnangu andmiseks kasutatakse võrdluseks audio meetodite järgi leitud muusikasarnasust. Lisaks kombineeritakse uurimistöös NLP ja audio meetodeid. TagATune mängust kogutud inimekspertide hinnanguid muusikaklippide sarnasusele kasutati NLP ja audio meetodite tulemuste hindamisel tõe etalonina. Töö tulemusel selgus, et NLP meetoditega leitud muusikasarnasus on üksi kasutamiseks vähetäpne, paremasid tulemusi näitasid audio meetodid. Kombineerides mõlema lähenemise paremaid sooritusi näidanud meetodeid saavutati antud töö kontekstis kõige täpsem tulemus.et
dc.identifier.urihttps://hdl.handle.net/10062/91792
dc.language.isoestet
dc.publisherTartu Ülikoolet
dc.rightsopenAccesset
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectAndmeanalüüset
dc.subjectkeeletöötluset
dc.subjectmuusikasarnasuset
dc.subject.othermagistritöödet
dc.subject.otherinformaatikaet
dc.subject.otherinfotehnoloogiaet
dc.subject.otherinformaticset
dc.subject.otherinfotechnologyet
dc.titleLoomuliku keele töötlemise algoritmide kasutamine muusikasarnasuse leidmiselet
dc.typeThesiset

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Lindpere_msc_ITmitteinformaatikutele_ 2022.pdf
Size:
1.56 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: