基于因果引导的利用神经网络从演讲转录文本预测 TED 演讲评分
机器学习
2019-05-22 v1 计算与语言
机器学习
摘要
公开演讲表现的自动预测使得用于辅导公开演讲技能的新系统成为可能。我们使用最大的开放存储库——TED Talks——来预测在线观众给出的评分。该数据集包含超过 2200 篇演讲转录文本以及相关的元信息，包括来自网站自发访客的超过 550 万条评分。我们通过使用因果图对数据生成过程建模，仔细地去除了数据集中存在的偏差（例如演讲者的声誉、由宣传获得的知名度等）。我们使用基于词序列的循环架构和基于依存树的递归架构作为预测 TED 演讲评分的神经网络。我们的神经网络模型能以 0.77 的平均 F 值预测评分，大幅优于具有竞争力的基线方法。
引用
@article{arxiv.1905.08392,
title = {A Causality-Guided Prediction of the TED Talk Ratings from the Speech-Transcripts using Neural Networks},
author = {Md Iftekhar Tanveer and Md Kamrul Hasan and Daniel Gildea and M. Ehsan Hoque},
journal= {arXiv preprint arXiv:1905.08392},
year = {2019}
}