研究人员开发了一个名为 SAGA-CDR 的新框架,用于推荐与书籍情感基调相匹配的音乐。该系统使用条件生成对抗网络 (CGANs) 来跨域转移情感嵌入,并使用大型语言模型 (LLMs) 将书籍分类到情感象限中。在 Amazon 和 Douban 数据集上的实验表明,SAGA-CDR 在预测音乐评分方面具有更高的准确性,即使在跨语言场景下也是如此。 AI
影响 这项研究通过根据书籍内容和情感基调进行个性化音乐推荐,有望带来更具沉浸感的阅读体验。
排序理由 学术论文,详细介绍了一个用于跨域推荐的新 AI 框架。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.IR (Information Retrieval) 阅读 →
- arXiv
- cGANs
- Conditional Generative Adversarial Networks for Metal Artifact Reduction in CT Images of the Ear
- Douban
- Hugging Face
- LLMs
- Manousos Linardakis
- SAGA-CDR
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →