폭소노미 기반에서 태그를 이용하여 음악을 검색할 경우 동의어, 태깅레벨, 신조어등과 같은 문제점이 발생할 수 있다. 이러한 문제점들 중 동의어 문제를 해결하기 위해 본 논문에서는 음악의 분위기 강도(Arousal과 Valence의 강도)를 음악의 내부 태그로 활용하는 방법을 제안하였다. 즉, 음악과 태그 모두 AV의 값으로 표현함으로써 동의어 태그를 갖는 음악들도 검색이 되어 지도록 하였다. 이를 위해 먼저, 음악과 AV간 매핑관계와 태그와 AV간 매핑관계를 구축하고 이들을 분석하였다. 또한 이 매핑관계를 이용한 검색 방법을 제안하고 그 성능을 평가하였다. 본 논문에서는 성능 분석을 위해 Last.fm에서 분위기 태그를 포함하는 음악을 수집하였고, 이를 테스트 셋으로 사용하여 검색 성능을 평가하였다. 재현율과 정확도 계산 시 질의 태그의 유사 태그들도 정답으로 간주하였다. 실세계의 데이터에 제안 방법을 적용시킨 결과, 그 유용성과 동의어에 의한 문제점을 부분적으로 해결할 수 있음을 확인할 수 있었다.
The folksonomy has potential problems caused by synonyms, tagging level, neologism and so forth when retrieving music by tags. To solve the synonym problem among these problems, we introduce the mood intensity (Arousal and Valence value) of music as its internal tag. That is, music and tags are all represented by AV values and so music having synonym tags can be retrieved. For this, the first, the mapping relation between music and AV values as well as the relation between tags and AV values is defined and analyzed. Also, some retrieval methods using these mapping relations are proposed and their performances are evaluated. To evaluate the retrieval performance, music pieces annotated with a mood tag in Last.fm are used as a test set. When calculating precision and recall, music pieces annotated with synonyms of a query tag are treated as relevant ones. Experiments on a real-world data set illustrate that the internal tags of music is quite useful and our approach is feasible to solve the problem caused by synonyms.
