在日益丰富的音乐应用场景下,实现基于音乐情感的音乐检索、音乐分类和精准推送愈发重要,而一曲音乐在不同片段的情感多变性却使得音乐情感分析任务变得十分复杂。传统的以人工方式对音乐进行情感分析费时费力,简单地使用单标记分类技术也无法准确地分析出音乐所蕴含的复杂而多样的情感,然而,其复杂性与多变性却十分契合多标记分类技术。
针对此问题,**基于多标记分类技术,在依据音乐的物理信息提取的带有情感标记的数据集上,先利用信息熵的思想筛选原始音乐特征空间中关键的数值型向量特征,再利用聚类方法进行特征转换,并完成数据的标准化,从而获得一组原始数据空间对应的映射空间,实现音乐元数据的降维操作,最后再以此导入基本分类器进行音乐情感分析。**该方法有着完备的理论支持,且实验结果表明,基本分类器在映射空间上的多标记分类表现整体上优于原始数据空间。