The Journal of the Institute of Internet, Broadcasting and Communication (한국인터넷방송통신학회논문지)

The Institute of Internet, Broadcasting and Communication (한국인터넷방송통신학회)
권호 표지
DOI QR코드

DOI QR Code

An Implementation of Pan-So-Ri Classification Program Using Naive Bayesian Classifier

나이브 베이지안 분류기를 이용한 판소리 분류 프로그램 구현

  • 김원종 (을지대학교 의료IT마케팅학과) ;
  • 이강복 (을지대학교 의료IT마케팅학과) ;
  • 김명관 (을지대학교 의료IT마케팅학과)
  • Received : 2011.02.15
  • Accepted : 2011.06.10
  • Published : 2011.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Pan-So-Ri singing a story as song is one of Korea traditional musics. it divide into two sect(east-sect, west-sect), and it is hard to classify two sect without knowledge about Pan-So-Ri. In this paper, we have propose a Pan-So-Ri classification program using PCD(Pitch Class Distribution) and Naive Bayesian Classifier. Attribute value of classifier is each appearance frequency of pitch. Experiment is conducted two time with different rounding off location of probability value. Better one show correct classification with east-sect 80%, west-sect 97%, and total accuracy of 88%. this result is used our program.

판소리는 이야기를 노래로 부르는 우리나라의 전통음악 형식 중 하나로 두 가지 유파(동편제, 서편제)로 나누어진다. 판소리에 대한 지식이 없는 사람은 판소리를 듣고서 이 두 가지 유파를 구별해내기 어렵다. 본 논문에서는 PCD(Pitch Class Distribution)와 나이브 베이지안 분류기를 이용한 판소리 분류 프로그램 구현 과정을 기술한다. 분류기에 사용되는 속성값으로는 각 음계의 출현빈도를 이용하였다. 실험은 확률값을 반올림한 위치를 다르게 하여 두 번 실행하였으며, 그 중 보다 뛰어난 결과로 동편제를 80%, 서편제를 97%, 총 88%의 정확도로 올바르게 분류해 내는 것을 알 수 있었다. 구현한 프로그램에는 이 결과를 적용하였다.

Keywords

References

  1. 최동현, 판소리 이야기, 도서출판 인동, pp.44-49, 1999.
  2. 장윤정, 주제중심의 판소리 지도방안 연구, 한국국악교육연구학회 제 3회 정기총회 및 학술세미나, pp. 129-149, 2009.
  3. P. Chordia and A. Rae, Real-time Raag Recognition for interactive music, New Interfaces for Musical Expression, 2008.
  4. P. Chordia and A. Rae, Raag recognition using pitch-class and pitch-class dyad distributions. In Proceedings of International Conference on Music Information Retrieval, 2007.
  5. P, Chordia and A. Rae, Automatic raag Classification of pitch-tracked performances using pitch-class and pitch-class dyad distributions. In Poceedings of International Conference on Music Information Retrieval, 2007.
  6. 서종문, 김석배, 판소리 '중고제'의 역사적 이해, 국어교육학회, 24권, pp.33-64, 1992.
  7. 이중훈, 경상도 지방을 중심으로 발달한 동편제 판소리와 송문일가인 국창 송만갑, 한국음반학, 4호, 1994.
  8. 조한철, 조근식, 나이브 베이지안 분류자와 메세지 규칙을 이용한 스팸메일 필터링 시스템, 한국 정보과학회 봄 학술논문 발표집, 29권, 1호, pp.223-225, 2002.
  9. Mitchell Tom, Machine Learning, McGraw-Hill, Chapter 6 : Bayesian Learning, 1997.
  10. Jon Kagstrom, Improving Naive Bayesian Spam Filtering, Mittuniversitetet, 2005
  11. 문현구, Hybrid Naive Bayes HMM 기법을 사용한 텍스트로부터의 감정 분류, 석사 학위논문, 2002.
  12. P. Domingos and M. Pazzani. Beyond Independence: Conditions for the Optimality of the simple Bayesian Classfier. In Proc. of the 13th International Conference on Machine Learning in the New Information Age, ECML 2000.
  13. Lawrence R. Rabiner, Michael J. Cheng, Aaron E. Rosenberg, Carol A. Mcgonegal, A Comparative Performance Study of Several Pitch Detection Algorithms, IEEE Transactions on Acoustics, Speech, and Signal Processing, VOL. ASSP-24,NO. 5, 1976.
  14. Kristoffer Jensen, Declan Murphy, Segmenting Melodies into Notes, In Olsen, S., ed.: Proc. 10th Danish Conf. on Pattern Recognition and Image Analysis, 2001.
  15. 김형태, 보이스 오디세이, 북로드, pp135-135, 2007.