記述による音楽検索をマルチクラス学習問題として扱う

我々は、時間を考慮した音楽検索システム「Kandem」の記述による検索（QBD）コンポーネントを紹介します。我々が説明するQBDシステムは、音楽アーティストに関する記述的なテキストと彼らの実際の音響出力との関係を学習し、「電子ビートの大きな音楽をかけて」というようなクエリをデータベースのオーディオコンテンツを分析するだけで可能にします。我々は、正則化最小二乗分類（RLSC）に基づいた新しい機械学習技術を示し、記述言語と音響特徴の間の非線形関係を迅速かつ効率的に学習できることを示します。この手法では、大量の出力クラスが同じセットや入力特徴にリンクされているという問題を扱います。また、RLSC訓練が無関係なラベルを容易に排除できることを示します。