我已经完成了全文阅读并建立了所有事实锚点。现在输出完整的评审意见。

Paper Review: Rāg Classification of Tagore Songs using Symbolic Music Notation and Novel Weighted Distance Measures

论文类型: 数据型 + 方法型（混合）

论文同时声称两个贡献：(1) 从 Swarabitan 构建了 1000 首_tag-labelled_符号数据集；(2) 提出了_rāg-aware_加权欧氏距离度量用于 k-NN 分类。主要贡献偏数据型，方法部分为辅助。

公理审查结果

公理一：对象公理

• 判定: ⚠️
• 分数: 6

• 依据: 论文研究的对象——Rabindra Sangeet 中的_rāg_识别——是一个真实、文化上有意义的问题。_Rāg_标签来自 Tagore 本人或权威记谱传统，可操作化定义清楚（36 维 note-frequency 向量 → 12 维累积向量）。然而，存在以下缺口：

  1. 长尾分布严重：239 个唯一_rāg_中，545/1000 首属于仅有 <20 个样本的 227 个_rāg_。这意味着对于绝大多数_rāg_，监督学习不可行。论文实际只评估了 3 个最高频_rāg_（Bhairavi、Bihag、Khamaj），仅覆盖 186 首作品。问题定义与实验验证范围严重不匹配。
  2. 实用范围窄：Rabindra Sangeet 的_rāg_识别对 Bengal/印度音乐社区有意义，但对更广泛的音乐信息检索社区的影响力有限。论文未论证该问题对下一代模型或更广泛音乐分类的必要性。
  3. 问题可替代性：已有音频-based_的_rāg_识别方法（如 DeepSRGM、CompMusic 数据集）在 Hindustani classical 音乐上取得了高准确率。论文选择符号路径是因为”annotated audio 数据不可得”，但未论证符号路径相比音频转换（如从 Swarabitan 生成 MIDI 再合成音频）有何不可替代的优势。
• Wiki 证据: paper-wiki 无相关记录（数据库覆盖语音/音频处理，不含音乐分类论文）。free-search 找到多个_rāg_识别工作：DeepSRGM (2019/2024) 在 CompMusic Carnatic 数据集上 10-rāg 达 97%，40-rāg 达 88.1%；Explainable Deep Learning for Raga ID (2024, IEEE TASLP)；Ontology-Driven Hierarchical Learning (2025)；Automated Raga ID System (2024) 达 92.4%。这些工作表明_rāg_识别已被充分研究，论文选择的小规模符号路径未能清楚说明其相对于现有音频路径的独立价值。

公理二：识别公理

• 判定: ⚠️
• 分数: 5

• 依据: 论文在变量隔离方面做得尚可：相同数据、相同 train-test split (75:25)、相同 k 值，仅改变距离度量。三个 case studies (Sections 5.1-5.3) 清楚展示了加权距离如何修正普通欧氏距离的误判。

  但存在严重缺口：

  1. Baseline 极弱：只比较了 ordinary Euclidean distance 和 cosine similarity。未与任何现代 ML baseline 比较——SVM、Random Forest、Gradient Boosting、甚至 Naive Bayes 均未尝试。在_rāg_识别领域，DeepSRGM (CNN+ranking)、Singh & Arora 2024 (可解释深度学习) 等强 baseline 已存在，论文完全未引用或比较。
  2. 评估范围过小：仅 3 个_rāg_、186 首作品。239 个_rāg_中 236 个未被评估。无法从 3 类分类结果推断方法在完整数据集上的表现。
  3. 权重设计未经验证：90:10 和 80:20 的权重分配是人工设定的，未通过交叉验证或自动学习确定。论文未来工作中提到”权重可以自动学习”，但当前工作未做。
  4. 三个 case studies 与评估数据重叠：Sections 5.1-5.3 用来_motivate_方法的例子（如 comp22kh, comp43_bh）与 Section 5.4 的 k-NN 评估使用相同的数据集和相同的_rāg。虽然不构成循环论证（case studies 是定性说明，k-NN 是定量评估），但_motivate_和验证来自同一数据子集，削弱了说服力。
• Wiki 证据: free-search 找到 “Learning Weighted Metrics to Minimize NN Classification Error” (IEEE TPAMI 2006) 和 “A Review and Empirical Evaluation of Feature Weighting Methods for Lazy Learning Algorithms” (1997)，表明_k-NN_特征加权是一个被充分研究的领域。论文未引用这些相关工作，也未与任何特征加权 baseline 比较。

公理三：独立性公理

• 判定: ⚠️
• 分数: 6

• 依据: 数据来源（Swarabitan）是独立权威出版物，_rāg_标签来自 Tagore 本人或权威记谱传统，可视为可靠 ground truth。训练和评测使用标准 train-test split，无 reward-evaluation 重叠。

  但存在以下问题：

  1. 权重设计依赖领域知识而非数据驱动：权重向量基于_rāg_的_Āroh/Avroh_构建，这些音乐学知识是预先确定的。虽然这不是循环论证，但权重比例（90:10, 80:20）的选择缺乏独立验证。
  2. Case studies 与评估数据同源：如上所述，用来展示方法优越性的定性例子来自同一数据集。虽然不构成致命循环，但独立外部验证缺失。
  3. 无独立人类评测：论文未请音乐专家验证分类结果的合理性。
• Wiki 证据: paper-wiki 和 free-search 未找到关于该评测方法独立性问题的工作。该领域缺乏标准化评测框架。

公理四：压缩公理

• 判定: ⚠️
• 分数: 5

• 依据: 方法本身是简洁的——octave aggregation (36→12 dim) + frequency normalization + domain-knowledge-weighted Euclidean distance。这是一个合理的简化路径，比直接在 36 维空间用普通欧氏距离更符合音乐学直觉。

  但缺乏压缩价值：

  1. 核心方法是已有技术的直接应用：Feature weighting for k-NN 自 1990s 起被广泛研究（Dietrich 1997, Paredes & Acha 2006 IEEE TPAMI 等）。论文的”novel weighted Euclidean distance”本质上是标准加权欧氏距离 + 领域知识确定的权重。这不构成方法压缩或问题重构。
  2. 无新机制解释：论文展示了加权距离”works”（在 3 类上提升 6.4%），但未提供关于为什么特定权重比例（90:10）最优的机制解释，也未探索权重-性能 trade-off 曲线。
  3. 命名膨胀：论文标题称”Novel Weighted Distance Measures”，但该方法就是加权欧氏距离——一个标准技术。领域知识驱动的权重设计是合理的工程选择，但不构成”novel distance measure”。
  4. Octave aggregation 是合理的简化但非创新：将 36 维按八度聚合为 12 维是一个自然的降维操作，论文未论证这一操作的信息损失或与其他降维方法（PCA, autoencoder）的比较。
• Wiki 证据: free-search 确认 feature weighting for k-NN 有大量先行工作（IEEE TPAMI 2006, AI Review 1997 等）。论文未引用这些工作。

公理五：效用公理

• 判定: ❌
• 分数: 3

• 依据: 效果评估存在严重不足：

  1. 绝对性能低：最优结果 85.11% 准确率，但这是在仅 3 类分类任务上取得的。对比_rāg_识别 SOTA：DeepSRGM 在 10-rāg 任务上达 97%，40-rāg 任务上达 88.1%；Automated Raga ID System (2024) 达 92.4%。论文的 3 类 85% 远低于这些多类 SOTA。
  2. 相对提升有限：从 ordinary Euclidean (78.72%) 到 weighted Euclidean (85.11%)，提升约 6.4 个百分点。但 baseline 极弱——ordinary Euclidean k-NN 在 3 类问题上 78.72% 本身就很低。一个 SVM 或 Random Forest baseline 可能直接超过 85%。
  3. 评估范围严重不足：仅 3/239rāg，186/1000 首作品。论文构建了 1000 首数据集但只评估了 18.6%。长尾_rāg_（<20 样本）完全未被评估。
  4. 指标单一：仅报告 accuracy，无 precision、recall、F1-score、confusion matrix。在类别不平衡的情况下（Bhairavi 100 首 vs Bihag 49 首 vs Khamaj 37 首），accuracy 不是充分指标。
  5. 无统计显著性检验：仅一次 75:25 split，无交叉验证、无置信区间、无显著性检验。
  6. 权重比例对比不充分：仅测试 90:10 和 80:20 两个比例，未探索更细粒度的比例或数据驱动的权重学习。
• Wiki 证据: free-search 确认_rāg_识别 SOTA 远超本文水平。DeepSRGM (97%/88.1%), Singh & Arora 2024 (可解释深度学习), Raga Net 2025 (CNN+LSTM)。论文引用了 [9-12] 中的_rāg_识别工作但未进行任何实验比较。paper-wiki 中无相关 SOTA 记录。

公理六：新颖性公理

• 判定: ❌
• 分数: 3

• 依据:

  1. 核心方法非新：Weighted Euclidean distance for k-NN 是 1990s 的成熟技术。论文的”创新”仅在于用_rāg_的_Āroh/Avroh_音符集确定权重——这是领域知识的直接应用，不是方法创新。论文标题中的”Novel Weighted Distance Measures”属于命名膨胀。
  2. 数据集有部分新意但增量有限：构建 Rabindra Sangeet 的符号数据集是有价值的，但：(a) 同一作者此前已发表 SANGEET (arXiv:2306.04148, 2023)，一个 XML-based Hindustani Sangeet 数据集；(b) OpenReview 上有独立的 “A Notation Dataset for Indian Raga Music” (Korade & Pochampally)；(c) 数据集未公开（无 URL、无 DOI、无代码仓库）。
  3. 无新机制或问题重构：论文未提出新的_rāg_识别框架、新的特征表示、新的评测范式。它只是将标准 k-NN + 标准加权欧氏距离应用于一个新数据集。
  4. 组件无 synergy 分析：Octave aggregation 和 weighted distance 是两个独立组件，论文未分析它们的交互效应或证明两者结合的必要性。
  5. 与作者前作关系不明：SANGEET (2023) 已构建 Hindustani Sangeet 数据集，本文的 1000 首数据集与其关系未清楚说明。是否为同一数据集的子集？是否复用了 SANGEET 的标注流程？
• Wiki 证据: free-search 找到 SANGEET (arXiv:2306.04148) 为同一作者前作。feature weighting for k-NN 的 prior work 可追溯至 1990s (Dietrich 1997, Paredes & Acha 2006)。paper-wiki 无相关记录。

公理七：可复现公理

• 判定: ⚠️
• 分数: 4

• 依据:

  1. 无代码开源：论文未提供代码仓库、评测脚本或可执行 pipeline。
  2. 数据集未公开：1000 首符号数据集未提供下载链接或 DOI。数据来源（Swarabitan）是公开出版物，但手动转录过程不可复现——”notes of each selected composition were manually stored in a CSV file”。
  3. 关键参数已说明：权重比例（90:10, 80:20）、k 值（3-7）、train-test split (75:25)、rāg-specific weight vectors (Table 8) 均有给出，部分可手动复现。
  4. 随机种子未提供：1000 首作品”randomly selected”但未说明随机种子。
  5. 无闭源依赖：方法不依赖任何闭源 API 或模型。
  6. 部分可复现但成本高：理论上可从 Swarabitan 重新构建数据集，但需要手动转录 60 卷书籍中的符号乐谱，工作量巨大。
• Wiki 证据: 无直接相关记录。

总评

• 科学价值: 低 — 方法和发现均未超越已有工作。核心方法（k-NN + feature weighting）是 1990s 技术，领域知识驱动的权重设计是合理但非创新的工程选择。
• 方法价值: 低 — “Novel Weighted Distance Measures” 实为标准加权欧氏距离 + 领域知识权重，命名膨胀严重。未提供新机制解释或问题重构。
• 社区价值: 低-中 — Rabindra Sangeet 符号数据集的构建有一定文化保存价值，但数据集未公开，且作者前作 SANGEET 已部分覆盖此贡献。

打分

加权总分: 4.26/10（加权分之和 40.5 / 权重之和 9.5） 最终建议: Weak Reject

核心拒稿理由

1. 方法非新：加权欧氏距离用于 k-NN 分类是 1990s 的成熟技术，领域知识驱动的权重设计不构成方法创新。标题中的”Novel”属于命名膨胀。
2. 评估严重不足：仅 3/239 个_rāg_、186/1000 首作品被评估，无现代 ML baseline 比较（SVM、RF、DNN），无统计显著性检验，仅报告 accuracy。绝对性能（3 类 85%）远低于_rāg_识别 SOTA（10 类 97%）。
3. 数据集未公开：声称数据集构建是”重要贡献”，但未提供代码、数据集或可复现 pipeline。
4. 与作者前作关系不明：同一作者 2023 年已发表 SANGEET 数据集，本文数据集与前作的关系未清楚说明。

可改进方向

• 将评估扩展到至少 10-20 个_rāg_，包含长尾_rāg_的 few-shot 设置
• 添加 SVM、Random Forest、简单 NN baseline
• 公开数据集和代码
• 与 SANGEET (2023) 明确区分或整合
• 探索数据驱动的权重学习（如论文 Future Work 所述）
• 添加 F1、confusion matrix、交叉验证
• 诚实降级标题中的”Novel”表述”