Multi-modal dataset for music genre recognition based on six different modalities for LMD-aligned and SLAC datasets
Notice bibliographique
Résumé
Multi-modal dataset for music genre recognition based on six different modalities for the LMD-aligned [1] and SLAC [2] datasets. Further details are provided in [3]. Descriptions of files Link Description LMD-aligned_Filelist.arff File list with 1575 music tracks selected from the LMD-aligned dataset [1] with tagtraum genre annotations [4] (only a subset of LMD-aligned is used, which includes only pieces for which all six modalities were accessible, and which includes only well-represented genres) LMD-aligned_ExtractedFeatures.tar.gz Raw audio signal and model-based features extracted with AMUSE [5] LMD-aligned_ProcessedFeatures.tar.gz Processed features: audio signal and model-based features aggregated for 4 s time frames with 2 s step size / all other features (see the table below) with the same values for all time frames LMD-aligned_Datasets.tar.gz Training, optimization, and test datasets for 3 splits for the recognition of 5 genres in [3] SLAC_Filelist.arff File list with 250 music tracks from the SLAC dataset [2] (genres and sub-genres are provided in the folder structure) SLAC_ExtractedFeatures.tar.gz Raw audio signal and model-based features extracted with AMUSE [5] SLAC_ProcessedFeatures.tar.gz Processed features: audio signal and model-based features aggregated for 4 s time frames with 2 s step size / all other features (see the table below) with the same values for all time frames SLAC_Datasets.tar.gz Training, optimization, and test datasets for 3 splits for the recognition of 5 genres and 10 sub-genres in [3] Modalities and feature sub-groups Modality Sub-group Dimensions in processed features of LMD-aligned Dimensions in processed features of SLAC Audio signal Low-level 1-524 1-524 Audio signal Semantic 525-810 525-810 Audio signal Structural complexity 811-908 811-908 Model-based Instruments 909-1018 909-1018 Model-based Moods 1019-1146 1019-1146 Model-based Various 1147-1402 1147-1402 Playlists Genres 1403-1973 1403-1973 Playlists Styles 1974-1695 1974-1695 Symbolic Pitch 1696-1757 1696-1757 Symbolic Melodic 1758-1781 1758-1781 Symbolic Chords 1782-1836 1782-1836 Symbolic Rhythm 1837-1935 1837-1935 Symbolic Tempo 1936-1963 1936-1963 Symbolic Instrument presence 1964-2441 1964-2441 Symbolic Instruments 2442-2456 2442-2456 Symbolic Texture 2457-2480 2457-2480 Symbolic Dynamics 2481-2484 2481-2484 Album covers SIFT 2485-2584 2485-2584 Lyrics jLyrics descriptors 2585-2603 2585-2671 Lyrics Bag-of-Words 2604-2703 Lyrics Doc2Vec 2704-2803
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,060 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».