一种(简单的)基于心情的音乐推荐系统设计与实现

项目完整源码：github.com/cdfmlr/mure…

你什么时候听音乐？快乐的时候，悲伤的时候，兴奋的时候，失落的时候......时时刻刻。

你听什么音乐？欢快的音乐，治愈的音乐，浪漫的音乐，伤感的音乐......因时而异，因心情而定。

传统的推荐系统做了什么？忠实记录你历史上任意时刻的所有听歌记录，拿去和别的用户比较，推荐他们喜欢的歌给你。。。不管你现在什么心情，不管你想听什么类型。这种东西往往不太懂我。

我是个情绪复杂的人，我早上醒来可能任沉浸在梦里，异常低落，我需要 Sasha Sloan；开始做事情要让脑子活过来，我需要 ZUTOMAYO；中午的疲惫下让 Evan Call 调整心情；午后的阳光里让 Bach 带我创作；日落时分的脑子被思念塞满，这时的 Halsey 也许不错；深夜凉爽的霓虹散发迷离的美，这时的爵士与嘻哈绝配，给我来一段 Nujabes。

不同时刻，不同场景，不同心情，给你听不同的歌，这就是一个基于心情的推荐系统。

（我认为时刻与场景作用于心情从而影响人，所以基于心情，而不是场景或时刻等外在因素）

想法

如何基于心情推荐？

首先，我们需要知道一首歌对应什么心情——(也许是)最简单的方法：分析歌名、歌词、以及热心网友的精彩评论。从文本获取情感，可以用比较简单的实现：每个词会对应一些既定的情感，只要当地新华书店购买一本「情感词典」就容易获取一个句子的情感。

然后，我们需要知道用户目前的心情。可以让用户输入一段话、一首诗、一篇文学大作。析文本中的情感，和前面处理歌曲如出一辙。“但我就听个歌诶，你还要让我写作，我讨厌语文，我不是诗人。”那么，对于这种不浪漫的用户，我们假设他情感比较直接，开心还是忧伤，全写在脸上，一看便知——考虑从人像识别情感。

最后，用户的心情与数据库中歌曲的心情一比较，找出最接近的，推荐出来，完成。

设计

想法很简单，但能实现嘛？先看看我们需要做什么。

• 音乐数据（包括歌词、评论等）：我们可以从网易云音乐获取：网易云拥有“丰富”的曲库，“完善”的歌词，“精彩”的评论；
• 文本 => 情感：前面提到需要一个情感词典，大连理工大学的大佬们做了这样的一个情感词汇本体词典，心怀感激地拿来用：ir.dlut.edu.cn/info/1013/1…
• 图像 => 情感：也有大佬做过这个：Context Based Emotion Recognition using Emotic Dataset，有开源的实现，可以心怀感激地拿来用：github.com/Tandon-A/em…
• 心情比较、推荐：KNN，这个简单，Sk-learn 随便做，当然也是心怀感激地。

所以说这个系统还是比较简单的。

在开始实现之前，我们还需要讨论一点细节。大连理工情感词典（以下简称 DLUT）把情感分成了 7 大类，21 小类，而那个外国的图像情感识别（以下简称 Emotic） 把情感分成了 26 类。我们需要胶合一下，把二者对应起来。这里我们选择以 DLUT 为主，将 Emotic 的分类映射到 DLUT：

		DLUT		Emotic
编号	情感大类	情感类	例词	emotion categories with definitions
1	乐	快乐(PA)	喜悦、欢喜、笑眯眯、欢天喜地	17. Happiness: feeling delighted; feeling enjoyment or amusement 20. Pleasure: feeling of delight in the senses
2		安心(PE)	踏实、宽心、定心丸、问心无愧	6. Confidence: feeling of being certain; conviction that an outcome will be favorable; encouraged; proud 19. Peace: well being and relaxed; no worry; having positive thoughts or sensations; satisfied
3	好	尊敬(PD)	恭敬、敬爱、毕恭毕敬、肃然起敬	13. Esteem: feelings of favourable opinion or judgement; respect; admiration; gratefulness
4		赞扬(PH)	英俊、优秀、通情达理、实事求是	14. Excitement: feeling enthusiasm; stimulated; energetic
5		相信(PG)	信任、信赖、可靠、毋庸置疑	4. Anticipation: state of looking forward; hoping on or getting prepared for possible future events 12. Engagement: paying attention to something; absorbed into something; curious; intereste
6		喜爱(PB)	倾慕、宝贝、一见钟情、爱不释手	1. Affection: fond feelings; love; tenderness
7		祝愿(PK)	渴望、保佑、福寿绵长、万寿无疆	4. Anticipation: state of looking forward; hoping on or getting prepared for possible future events
8	怒	愤怒(NA)	气愤、恼火、大发雷霆、七窍生烟	2. Anger: intense displeasure or rage; furious; resentful
9	哀	悲伤(NB)	忧伤、悲苦、心如刀割、悲痛欲绝	21. Sadness: feeling unhappy, sorrow, disappointed, or discouraged 23. Suffering: psychological or emotional pain; distressed; an- guished 22. Sensitivity: feeling of being physically or emotionally wounded; feeling delicate or vulnerable
10		失望(NJ)	憾事、绝望、灰心丧气、心灰意冷	5. Aversion: feeling disgust, dislike, repulsion; feeling hate 21. Sadness: feeling unhappy, sorrow, disappointed, or discouraged
11		疚(NH)	内疚、忏悔、过意不去、问心有愧	25. Sympathy: state of sharing others emotions, goals or troubles; supportive; compassionate
12		思(PF)	思念、相思、牵肠挂肚、朝思暮想	15. Fatigue: weariness; tiredness; sleepy
13	惧	慌(NI)	慌张、心慌、不知所措、手忙脚乱	18. Pain: physical suffering 3. Annoyance: bothered by something or someone; irritated; impa- tient; frustrated
14		恐惧(NC)	胆怯、害怕、担惊受怕、胆颤心惊	16. Fear: feeling suspicious or afraid of danger, threat, evil or pain; horror
15		羞(NG)	害羞、害臊、面红耳赤、无地自容	11. Embarrassment: feeling ashamed or guilty
16	恶	烦闷(NE)	憋闷、烦躁、心烦意乱、自寻烦恼	9. Disquietment: nervous; worried; upset; anxious; tense; pres- sured; alarmed 8. Disconnection: feeling not interested in the main event of the surrounding; indifferent; bored; distracted
17		憎恶(ND)	反感、可耻、恨之入骨、深恶痛绝	5. Aversion: feeling disgust, dislike, repulsion; feeling hate 7. Disapproval: feeling that something is wrong or reprehensible; contempt; hostile
18		贬责(NN)	呆板、虚荣、杂乱无章、心狠手辣	3. Annoyance: bothered by something or someone; irritated; impa- tient; frustrated
19		妒忌(NK)	眼红、吃醋、醋坛子、嫉贤妒能	26. Yearning: strong desire to have something; jealous; envious; lust
20		怀疑(NL)	多心、生疑、将信将疑、疑神疑鬼	10. Doubt/Confusion: difficulty to understand or decide; thinking about different options
21	惊	惊奇(PC)	奇怪、奇迹、大吃一惊、瞠目结舌	24. Surprise: sudden discovery of something unexpected

(这个映射我随便写的，有待商榷)

没有任何难点，直接撸代码。

实现

音乐数据

在 ncm 目录下，我们从网易云获取了一些数据：

和我们上一篇文章获取 Spotify 的数据不同，网易云有个特点——歌单里面曲目多，所以我们获取了不到 1 万张列表，就得到了 20 万首歌曲，100 万条热门评论。

ncm=# select count(*) from playlists;
  8426

ncm=# select count(*) from tracks;
 219038

ncm=# select count(*) from comments;
 1052112

获取数据的过程如下图所示：

（在 git commit message 中有开发每一步更详细的说明）

这里使用了大量 Master/Worker 模式：

Master	Worker	Worker工作
main	Master	按照配置，启动 Task
Master	Task	一个 Task 完成一组特定分类的播放列表收集
Task	FetchTopPlaylists	获取播放列表
Task	PlaylistWorks	完善一个播放列表及其中曲目的完整信息，并保存
PlaylistWorks	FetchTracks	获取一个播放列表中的全部曲目
PlaylistWorks	TrackWorks	完善一首歌曲的完整信息
TrackWorks	FetchLyrics	获取一首歌的歌词
TrackWorks	FetchComments	获取一首歌的热门评论

这些各种 Worker 都是一个单独的 Goroutine，全在并发运行，靠 channel 传数据。

以及一些 C/S 模式：

Client Caller	Server	工作
PlaylistWorks	DB（GORM）：PostgreSQL	保存数据
FetchXxx	ncmapi	完成网络请求，获取数据

数据库和网络作为数据入口/出口，以 C/S 模式来访问，各自集中维护自己的链接池。

（ncm 是个实验性的程序，效率并不高。我只是想尝试在编程时去面向对象化，尝试回归比较纯粹的数据驱动、面向过程、函数式，就像 Rob Pike 的代码那样。）

中文文本情感分析

在 emotext 中，实现了利用大连理工大学情感本体库进行中文文本情感分析。

从 DLUT 的网站下载到情感词典：ir.dlut.edu.cn/info/1013/1…

它给的是 Excel 表格，为了方便，我们将其重新导出为 CSV 格式，得到的文件形如：

词语,词性种类,词义数,词义序号,情感分类,强度,极性,辅助情感分类,强度,极性
脏乱,adj,1,1,NN,7,2,,,
糟报,adj,1,1,NN,5,2,,,
战祸,noun,1,1,ND,5,2,NC,5,2
招灾,adj,1,1,NN,5,2,,,

接下来，要把这个大表读到程序里。我们把「词语 + 情感」视为一个 Word 对象，如果一个词有「辅助情感分类」则把它看成两个 Word：

class Word:
    word: str
    emotion: str
    intensity: int  # 情感强度: 分为 1, 3, 5, 7, 9 五档，9 表示强度最大，1 为强度最小。
    polarity: Polarity

再写一个 Emotions 类来放所有的这些 Word 即对应情感。用一个 self.words dict，把每种情感的 Word 分开放。

class Emotions:
    def __init__(self):
        self.words = {emo: [] for emo in emotions}  # {"emotion": [words...]}
        with open('/path/to/dict.csv') as f:
            self._read_dict(f)

现在给定一个词汇，只需在表中查找，若存在，就到的了情感与对应强度（Word 对象）；若不存在，就认为这个词没有感情，直接忽略。

def _find_word(self, w: str) -> List[Word]:
    result = []
    for emotion, words_of_emotion in self.words.items():
        ws = list(map(lambda x: x.word, words_of_emotion))
        if w in ws:
            result.append(words_of_emotion[ws.index(w)])
    return result

而给定一个句子，则先进行分词，取出句子中的前 20 个关键词，做前面的查表分析，将所有得到的关键词情感累加，就得到了句子的情感：

def emotion_count(self, text) -> Emotions:
    emotions = empty_emotions()

    keywords = jieba.analyse.extract_tags(text, withWeight=True)

    for word, weight in keywords:
        for w in self._find_word(word):
            emotions[w.emotion] += w.intensity * weight

    return emotions

如果你不喜欢看文字叙述，也不爱阅读代码，那么可以数学一下。这里我们使用 TF-IDF 算法抽取关键词：

• TF（term frequency, 词频）：字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降：${\displaystyle \mathrm {tf} (t,d)={\frac {f_{t,d}}{\sum _{t'\in d}{f_{t',d}}}}}$
• IDF（inverse document frequency, 逆向文件频率）：由总文件数目除以包含该词语之文件的数目，再将得到的商取对数：$\mathrm{idf}(t, D) = \log \frac{N}{|\{d \in D: t \in d\}|}$，这里 $D$ 使用默认的常见词典。
• TF-IDF 权重就是把两个乘起来，达到过滤掉常见的词语，保留重要的词语的目的：${\displaystyle \mathrm {tfidf} (t,d,D)=\mathrm {tf} (t,d)\cdot \mathrm {idf} (t,D)}$
• 将词语按照得到的 tfidf 权重从大到小排序，取前 20 个作为关键词。
• 我们认为关键词最终的情感 $E_t$ 为由该词语的情感强度 $I_t$ （查字典得到）以及它的 TF-IDF 权共同决定：$\mathrm{E}_t=I_t \cdot \mathrm {tfidf} (t,d,D)$
• 那么文本 $d$ 最终的总情感为所有关键词情感的叠加：

这里我们并没有分析句子的连续特征，只是简单的用关键词分析，但对于分析常见的，不是藏的非常深的句子已经可以用了。

>>> t = '后悔也都没有用 还不如一切没有发生过 不过就是又少一个诗人 换一个人沉迷你的笑'
>>> r = Emotext.emotion_count(t)
>>> r.emotions = softmax(r.emotions)
>>> e = Emotion(**r.emotions)
Emotion(PA=0.0, PE=0.0, PD=0.0, PH=0.0, PG=0.2428551306285703, PB=0.0, PK=0.0, NA=0.0, NB=0.0, NJ=0.41260819965515805, NH=0.175202571704109, PF=0.0, NI=0.0, NC=0.0, NG=0.0, NE=0.1693340980121628, ND=0.0, NN=0.0, NK=0.0, NL=0.0, PC=0.0)

这里我们获取到了 NJ、PG、NH、NE 的情感，即：失望，相信，内疚，和烦闷。差不多，至于文字下埋藏的爱意，我们目前这种方式并不能让计算机理解，这是个缺陷。

注意到这个例子中，我们在算法外面做了 softmax，将情感权重值映射为各种情感的概率。但我们没有在算法内部进行 softmax，是因为在下面的曲目情感标注的过程中，对一首歌，我们需要处理多个文本（歌名、歌词、多条评论），其中可能有的文本情感丰富饱满，而有的干涩无情。如果在算法内部做 softmax，则它们的情感总量都会被拉到 1，我们不想要这种平均主义。我们要保留每句话的情感真实大小，情感大的重要，没感情的忽略。所以我们要在处理过程中保留每一个文本的绝对大小，最后累加完成后再做 softmax。

曲目情感标注

接下来，利用刚才实现好的 emotext 文本情感分析工具，我们就可以分析曲目情感。

对于一首歌曲，将其歌名、歌词以及热门评论送入 emotext 进行情感分析：

def track_emotion(t: Track):
    texts = [t.name, t.lyrics] + [c.content for c in t.comments]
    weights = text_weights(t.name, t.lyrics, t.comments)
    
    for text, weight in zip(texts, liked_weights):
        emo_result = Emotext.emotion_count(text)
        
        for k, v in emo_result.emotions.items():
            track_emotions[k] += v * weight
    
    return softmax(track_emotions)

其中的weights 是文本所占的权重：

• 对于评论 $c$，我们认为点赞数 $Lc$ 越多，说明评论质量越高，所以权重 $w_c$ 和点赞数挂钩：$w_c=\log (L_c + 1)$
• 对于歌词 $l$，这是歌曲创作者情感的凝结，权重应该比任何评论更高：$w_l=\log(\sum L_c\cdot 10 + 2)$
• 对于歌名 $n$，权重应该是最高的，毕竟是名字诶：$w_n=\log(\sum L_c \cdot 20 +2)$

在项目的 emotracks 子目录中实现了这些东西，遍历数据库中所有曲目，分析并写入情感信息：

从文本进行心情音乐推荐

完成标注之后，就可以做基于情感的音乐推荐了。实现方式和我们上一篇文章里做基于音频特征的音乐推荐类似。(这个基于情感的推荐的思路，本质上来说，只是另外一种基于内容的推荐 CBF。)

在那篇文章中，我们分析音乐频谱，对每首歌得到一个 256 维的「音乐特征向量」，将该向量交给一个无监督的最近邻模型，推荐出最相似的歌。

而现在，在 recommend-text.ipynb 里，我们那标注好的 21 种情感作为曲目的「情感特征向量」：

Emotion = namedtuple('Emotion', emotext.emotions)

def emotion_vector(emotions: List[TrackEmotion]) -> Emotion:
    elems = dict.fromkeys(emotext.emotions, 0.0)
    elems.update({x.emotion: x.intensity for x in emotions})
    return Emotion(**elems)

然后就和之前同样的，建立数据集，训练 KNN 模型。

data = { 'ids': [], 'emo': [] }

# query db
for t in session.query(Track).order_by(Track.pop.desc(), Track.id):
    data['ids'].append(t.id)
    data['emo'].append(emotion_vector(t.track_emotions_collection))

X = np.array(data)

nbrs = NearestNeighbors(
    n_neighbors=10, 
    algorithm='ball_tree'
).fit(X)

训练完就可以让用户输入文本，分析其中情感，送入模型中，找出最近的邻居，即得到了推荐的曲目。

def recommend_from_text(text: str):
    """给文本，算情感，找近邻，作推荐
    :return: (emotion, distances, tracks): 计算得到的 text 情感，和推荐结果：距离与曲目
    """
    # emotext
    r = Emotext.emotion_count(text)
    e = Emotion(**softmax(r.emotions))

    # recommend
    distances, indices = nbrs.kneighbors([e], 10)

    # result tracks
    tracks = []
    for i in range(len(indices[0])):
        tid = data['ids'][indices[0][i]]
        t = session.query(Track).where(Track.id == tid)[0]
        tracks.append(t)

    return e, distances, tracks

沿用前面的例子：

>>> t = '后悔也都没有用 还不如一切没有发生过 不过就是又少一个诗人 换一个人沉迷你的笑'
>>> emotion, distances, tracks = recommend_from_text(t)
>>> print_nbrs(distances, tracks)
dist=0.3137: (108983)	  会有那么一天 - ['林俊杰']
dist=0.3740: (27731486)	  Talk Dirty (feat. 2 Chainz) - ['Jason Derulo', '2 Chainz']
dist=0.3758: (1329999687) 50 Feet - ['SoMo']
dist=0.3804: (210287)	  遗憾 - ['陈洁仪']
dist=0.3808: (307018)	  遗憾 - ['许美静']
dist=0.3980: (25650033)	  遗憾 - ['李代沫']
dist=0.4004: (424262521)  Rolling in the deep - ['廖佳琳']
dist=0.4019: (1943186)	  Blanc - ['Sylvain Chauveau']
dist=0.4051: (17405587)	  Still D.R.E. - ['Snoop Dogg', 'Dr. Dre']
dist=0.4052: (34834450)	  雷克雅未克 - ['麦浚龙', '周国贤']

不说推荐的有多好，起码一堆遗憾看名字就比较符合心情了。

当然，我们也可以不写小作文，直接写个关键词，也能推荐出适合心情的歌曲：

图片人物情绪识别

接下来，这个比较有意思了：拍张照片，识别心情，推荐音乐。

我们主要是做音乐推荐系统，不想深陷计算机视觉的泥沼，所以用一点开源的实现：github.com/Tandon-A/em… （我 Fork 修改了一点点他的实现，并添加了一点边缘功能，作为一个 git submodule: github.com/cdfmlr/emot…

大佬提供了完整的代码和训练好的模型。把代码 clone 下来，数据也下载下来。我们在 emopic 目录里堆放这些东西：

emopic
├── emotic
│   ├── Colab_train_emotic.ipynb
│   ├── README.md
│   ├── emotic.py
│   ├── ...
│   └── yolo_utils.py
├── experiment
│   └── inference_file.txt
├── models
│   ├── model_body1.pth
│   ├── model_context1.pth
│   ├── model_emotic1.pth
└── results
    └── val_thresholds.npy

安装好依赖的 pytorch、opencv-python 等模块后，就可以用这个东西了：

$ python3 emotic/yolo_inference.py --mode inference --inference_file experiment/inference_file.txt --experiment_path . --model_dir ./models

（首次运行它会自己下载 YOLO 模型，可能用时较久，还有注意保持“网络通畅”）

这个东西接口有点复杂，你需要把要识别的图像绝对路径写到 experiment/inference_file.txt 里，例如：

/Path/to/imgs/26.jpg 10 10 1000 1000

它会按指示读取文件，分析处理，把结果输出到 result 目录里。

当然这个项目还有其他好几种接口，总之是不太方便使用的，我重新封装了一个给人用的接口：

def yolo_emotic_infer(image_file, verbose=False):
    """Infer on an image_file to obtain bounding boxes of persons in the images using yolo model, and then get the emotions using emotic models.
    :param image_file: image file to do inference: path str or a readable IO object
    :param verbose: print the result
    :return: infer result: a list of bbox of a person in the image,
             the categorical Emotions dict and continuous emotion dimensions.
    """
    pass

这个就比较方便了：输入图片，输出结果列表：图片中的每个检测到的「人」一个对象，bbox 为人的边框坐标，cat 为离散的情感及其权重。（cont 是三种连续的情感，我们暂时用不到）

[
    {
        'bbox': [x1, y1, x2, y2], 
        'cat': {"Anger": 0.44, ...}, 
        'cont': [5.8, 7.1, 2.1]
    },
    ...
]

为了更方便使用，可以写一个简单的 HTTP 服务：

from aiohttp import web

async def handle(request):
    data = await request.post()
    img = data['img'].file

    result = yolo_emotic_infer(img)
    return web.json_response(result)


app = web.Application()
app.add_routes([web.post('/infer', handle)])

if __name__ == '__main__':
    web.run_app(app)

这样就容易以任何地方使用这个功能了，并且保持以 Daemon 形式运行，避免反复加载模型。

例如，我们给定一张图片：

（图片来自 Pixabay: vdnhieu，标签为：女孩、伤心、肖像、沮丧、独自的、压力）

访问服务即可得到结果：

$ curl -F "img=@/test/imgs/26.jpg" http://localhost:8080/infer

（左：emotic infer 响应的结果，右：emotic2emotext 转化后的 DLUT 情感）

可以看到机器确实识别出了图中人物的 Sadness，Suffering，Fatigue 这些情感。

为了和前面的工作对接，我们在 emopic/emotic2emotext 包中实现将 Emotic 的情感转化为 DLUT 字典情感的功能。

‘刷脸’心情音乐推荐

接下来的工作，便是把这个图片人物情绪识别模块嫁接到心情音乐推荐系统上。

在 recommend-pic.ipynb 里面实现了这个。我们直接读取了 recommend-text.ipynb 里面处理好的数据集以及修炼好的模型：

data, nbrs = load_data_model('savedata/7597.json', 'savemodels/7597.joblib')

把上一节的 cURL 命令翻译成 Python 代码，访问前面写好的服务，即可提取图片的「情感特征向量」：

def emotion_from_pic(imgpath: str) -> Emotion:
    emotic_result = requests.post(EMOPIC_SERVER, files={
        'img': (imgpath, open(imgpath, 'rb')),
    }).json()

    # 总的情感
    total_emotion = dict.fromkeys(emotext.emotions, 0.0)

    # 人在图片中占的面积
    area = lambda bbox: (bbox[2] - bbox[0]) * (bbox[3] - bbox[1])
    areas = [area(p['bbox']) for p in emotic_result]

    # 转成 emotext 情感，面积大的人权重大
    for person, person_area in zip(emotic_result, areas):
        person_emo = emotic2dlut(person['cat'], person['cont'])  # 调用emotic2emotext包
        weight = person_area / sum(areas)

        for emo, value in person_emo.items():
            total_emotion[emo] += value * weight

    return Emotion(**softmax(total_emotion))

这里我们把图片中识别到的所有人物都考虑进来，并且人物占图片面积越大，就认为越重要，权重越大。

最后，封装给图片推荐音乐的功能，和前面的 recommend_from_text 非常类似：

def recommend_from_pic(imgpath: str):
    """给图片，算情感，找近邻，作推荐
    :return: (emotion, distances, tracks): 计算得到的图片情感，和推荐结果：距离与曲目
    """
    # get emotion
    e = emotion_from_pic(imgpath)

    # do recommend
    distances, indices = nbrs.kneighbors([e], 10)

    # result tracks
    tracks = []
    for i in range(len(indices[0])):
        tid = data['ids'][indices[0][i]]
        t = session.query(Track).where(Track.id == tid)[0]
        tracks.append(t)

    return e, distances, tracks

你现在就可以自己照一张照片，看看程序给你推荐什么样的音乐了。

对于前面例子那张伤心的图片，推荐结果如下：

上来就 Say Something 了，够对味吧！（淦，我先去抑郁一下再接着写）后面的大多数也都很对这个画面，记事本、空白格什么的。毕竟是网抑云的数据，这种情绪给你拿捏的很准的。

再来一个例子：

我不太懂电音，所以两首 Avicii 以及 Crazy Frog 不做评价，什么 DJ 版的也自动忽略（应该直接从数据库中把所有 DJ 版、抖音版全删了）。 另外几首 Pearl、林宥嘉、RADWIMPS、陈奕迅、TAZ 在这个场景做 BGM 都还是不错的吧，你可以把自己带入图中人物（或狗子）想象一下。只有 Hedwig's Theme，，，似乎是机器想多了，我等麻瓜只能将其算作误推。

问题

其实，如果你尝试更多的照片，或者文本，拿去推荐，有些结果是没这么好的，甚至非常差。我试过个两小孩打游戏大笑的图片，推荐出来全是伤心情歌。。。

我觉得比较大的问题是数据，网抑云数据杂乱，质量完全没保障。我还在想有没有构建更高质量数据集的方法。但目前我手上没有这种数据。

使用 DLUT 的 21 类情感是否合理也是个问题。我完全是为了实现方便而选择这种分类的。但我认为这个情感分类不如 Emotic 的。emotic 还有 3 个连续情感值，我们甚至都没有利用到。

还有，文本情感分析的模块，我们用了最简单的古老方法，只能说可以用，效果绝对谈不上好。我想用神经网络来做，应该效果会好得多。但没有数据。

大佬训练好的 Emotic 也是不太完美的，比如我本人的照片，不管笑多开心都是所有负面情绪叠满，识别不出一点正面的情感。（它倒是准确预言了我看到结果之后的心情。）要解决这个问题也是需要数据来微调模型。但没有数据。

---

总之，如果你喜欢这个东西，欢迎 star、点赞吧；如果你有合适的数据或者其他改进的想法，请与我分享。

参考文献与项目

[1] Binaryify. 网易云音乐 API. github.com/Binaryify/NeteaseCloudMusicApi

[2] 徐琳宏,林鸿飞,潘宇,等.情感词汇本体的构造[J]. 情报学报, 2008, 27(2): 180-185.

[3] hiDaDeng. 中文情感分析库. github.com/hiDaDeng/cnsenti

[4] Kosti R , Alvarez J M , Recasens A , et al. Context Based Emotion Recognition using EMOTIC Dataset[J]. 2020.

[5] Tandon-A. PyTorch implementation of Emotic. github.com/Tandon-A/emotic