DBATES：竞争性辩论演讲中音频特征、文本与视觉表达数据库
数据库
2021-03-29 v1 机器学习
摘要
本文提出一个从 2019 年北美大学辩论锦标赛(NAUDC)辩论演讲中提取的多模态交际特征数据库。特征集提取自大学竞技辩论者原始视频录制的视觉（面部表情、注视和头部姿态）、音频（PRAAT）和文本（词语情感与语言类别）模态（来自 140 名不同辩论者的 N=717 段 6 分钟录音）。每段演讲均有专家评委给出的竞赛辩论分数（范围：67-96），以及参赛者人口统计信息和每轮反思调查。我们观察到，与基于各种模态组合训练的模型相比，全多模态模型表现最佳。我们还发现，某些特征（如喜悦表情和词语“我们”的使用）的权重在上述模型间方向发生变化。我们利用这些结果凸显多模态数据集对于研究大学竞技辩论的价值。
引用
@article{arxiv.2103.14189,
title = {DBATES: DataBase of Audio features, Text, and visual Expressions in competitive debate Speeches},
author = {Taylan K. Sen and Gazi Naven and Luke Gerstner and Daryl Bagley and Raiyan Abdul Baten and Wasifur Rahman and Kamrul Hasan and Kurtis G. Haut and Abdullah Mamun and Samiha Samrose and Anne Solbu and R. Eric Barnes and Mark G. Frank and Ehsan Hoque},
journal= {arXiv preprint arXiv:2103.14189},
year = {2021}
}
备注
12 pages, 5 figures, 4 tables, under-going major revision for TAC