一种用于多模态欺骗检测的深度学习方法
计算与语言
2018-03-21 v1 人工智能
计算机视觉与模式识别
摘要
自动欺骗检测是一项重要任务，因其潜在应用而在计算语言学中获得了发展势头。在本文中，我们提出了一种简单但难以击败的多模态神经模型用于欺骗检测。通过结合来自视频、音频和文本等不同模态的特征以及微表情特征，我们表明在真实生活视频中检测欺骗可以更加准确。在真实生活欺骗视频数据集上的实验结果表明，我们的模型以 96.14% 的准确率和 0.9799 的 ROC-AUC 优于现有的欺骗检测技术。
引用
@article{arxiv.1803.00344,
title = {A Deep Learning Approach for Multimodal Deception Detection},
author = {Gangeshwar Krishnamurthy and Navonil Majumder and Soujanya Poria and Erik Cambria},
journal= {arXiv preprint arXiv:1803.00344},
year = {2018}
}
备注
Accepted at the 19th International Conference on Computational Linguistics and Intelligent Text Processing (CICLing), 2018