深度分析 結合音訊、歌詞嵌入與大型語言模型的多模態音樂推薦框架 本研究針對音樂串流的序列推薦問題,打造結合音訊、歌詞嵌入與LLM生成語意標註的多模態框架,並加入聆聽完成率作為行為信號。實驗在LastFM-1K資料集顯示,融合內容特徵後Recall提升至95%、NDCG提升至79%,同時指出簡單融合未必帶來加成,跨模態對齊仍具挑戰。