지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 정윤경
- 발행연도
- 2022
- 저작권
- 성균관대학교 논문은 저작권에 의해 보호받습니다.
이용수42
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
가사 생성 연구는 음악 창작 활동에 많은 도움이 되고 있다. 하지만 힙합이라는 특정한 장르의 랩 가사는 단순히 가사의 의미뿐만 아니라 운율의 구성도 요구된다. 따라서 운율이 구성된 한국어 랩 가사를 생성하기 위해서는 한국어 음절을 고려한 가사 생성 연구가 필요하다. 한국어 음절은 영어와 다르게 2∼3개의 자음과 모음으로 이루어져 있다. 이러한 단어의 구조적 차이 때문에 한국어 가사 생성은 그에 맞는 적합한 모델이 필요하다. 특히, 랩 가사는 문맥 정보뿐만 아니라 운율 정보를 포함하고 있어 이에 대한 고려가 필요하다. 본 논문에서는 앞의 두 정보를 결합한 단어 임베딩 모델을 사용하여 한국어 운율에 적합한 랩 가사 생성 모델을 제안한다. 한국어 단어는 각 글자마다 하나의 음절로 되어있으며 각 음절은 문자 단위인 초성, 중성, 그리고 종성으로 구성되어 있다. 이러한 음절 특성으로부터 운율 정보를 얻기 위해 단어를 문자 단위로 재배열한 후 운율 정보를 갖는 하위 단어들로 단어를 재구성하여 사전 훈련하는 운율 단어 임베딩 모델을 제안하였다. seq2seq 형태의 가사 생성 모델을 학습하기 위해 인코더-디코더 모델을 설계하였고, 입력 문장과 출력 문장 사이의 운율 관계를 갖는 특정 단어 쌍에 주목하기 위해 어텐션 메커니즘을 사용하였다. 마지막으로, 제시된 검증 방법을 이용하여 운율을 고려한 한국어 가사 생성 모델과 기존의 문맥 정보만을 사용하는 모델을 비교하여 우수성을 확인하였다.
목차
제1장 서론 11. 배경 12. 관련 연구들 3제2장 제안 기법: 운율 단어 임베딩과 어텐션 51. 문맥 표현 52. 운율 표현 73. 두 표현의 연결 104. 가사 생성을 위한 Seq2Seq 모델 115. 운율 자리의 포착 12제3장 실험 및 평가 151. 데이터셋 152. 실험 설정 163. 가사 생성 164. 운율 유사성 평가 175. 가사 생성 정량평가 206. 가사 생성 정성평가 22제4장 결과 241. 운율 유사성 결과 242. 가사 생성 정량평가 결과 253. 가사 생성 정성평가 결과 27제5장 결론 31
최근 본 자료
댓글(0)
0