- 데이터 수집 (~10.22)
- 전처리 (~11.12)
- 모델학습 (~11.23)
- 검증 및 테스트 (~11.25)
다음과 같이 '시대','장르','키워드'를 입력하면 해당 시대와 장르에 맞춘 추천 가사를 생성해주는 모델
-> 뉴트로 마케팅에 이용
'2011-2019',''발라드','사랑' -> 사랑하지 않아 다른 이유는 ...
- 시대는
1990-2000,2001-2010,2011-2019로 분류하였음 - 장르는
R_B_Soul,댄스,랩_힙합,록_메탈,발라드,인디음악,포크_블루스로 분류하였음
| 년도 | 가수 | 제목 | 남녀 | 장르 | 최고순위 | 작사가 | 작곡가 | 소속사 | 가사 |
|---|---|---|---|---|---|---|---|---|---|
| 20170324 | 아이유 | 밤편지 | female | 발라드 | 52 | 아이유 | 아이유 | 카카오M | 이 밤 그날의 반딧불을... |
수집한 데이터 예시. 여기서 필요한 column만 추출하여 사용하였음.
| 전처리 과정 | 예시 or 비고 |
|---|---|
| 1. '년도'컬럼의 필요한 부분만 추출후 년도별 데이터 분리 | 20170324 -> 2017 |
| 2. 2020년도 데이터 삭제 | 2020년도 노래는 뉴트로 마케팅이라는 프로젝트의 목적에 부합하지 않음 |
| 3. 년도, 장르, 가사가 비어있는 행 삭제 | df=df[df[가사] != None] |
| 4. 가사가 중복되는 remix곡 외 다수 삭제 | inst, remix, mix, ment, ver 이 해당 |
| 5. 공백, 괄호 및 멤버별 가사파트 삭제 | 정규표현식 활용 |
| 6. 필요한 column만 추출 | 년도,가수,제목,남녀,장르,최고순위,작사가,작곡가,소속사,가사 -> 년도,장르,제목,가사 |
| 7. 장르별 데이터 분리 및 주제에 맞지 않는 장르 제거 | 랩/힙합, 중국음악, 인디음악, 키즈, 재즈, 국내드라마, R&B/Soul, 만화, 국내영화, 발라드, 댄스, 록/메탈, 포크/블루스, 국외드라마, 애시드/퓨전/팝, POP, 애니메이션/웹툰, 성인가요, 게임, 일렉트로니카, 월드뮤직, J-POP -> 랩/힙합, 인디음악, R&B/Soul, 댄스, 록/메탈, 포크/블루스 |
| 8. 년도, 장르별 데이터 저장 | - |
python main.py --epoch=200 --data_file_path=dataset/2010-2019_댄스.tsv --save_path=./checkpoint/ --load_path=./checkpoint/~~~.tar batch_size=1+더 많은 파라미터 조정에 대해서는 참고자료 이용
python generator.py --temperature=1.0 --load_path='./checkpoint/~~~.tar' --tmp_sent='사랑'+더 많은 파라미터 조정에 대해서는 참고자료 이용
2011-2019 + 댄스 데이터로 학습후 temperature=1.0 tmp_sent='사랑'으로 생성한 문장 예시
