多模态欺骗检测的动态情感与人格轮廓
计算与语言
2026-04-21 v1
摘要
欺骗检测对于确保信息安全和进行公共舆论分析具有重大意义，情感因素和人格因素在其中发挥着关键作用。然而，现有方法缺乏针对情感和人格的样本级动态标注。本文提出一种创新的多模型多提示标注方案和严格的标签质量评估标准，构建了包含欺骗、情感和人格的多模态联合检测数据集 DDEP。同时，我们提出了 Rel-DDEP，一种自适应可靠性加权融合框架。该框架通过将模态特征映射到高维高斯分布空间来量化不确定性，然后进行可靠性加权融合，并纳入对齐模块和排序约束模块，以实现对欺骗、情感和人格的联合检测。在 MDPE 和 DDEP 数据集上的实验结果表明，Rel-DDEP 在三个任务中均显著优于现有最先进的基线模型。欺骗检测的 F1 分数提升了 2.53%，情感检测的 F1 分数提升了 2.66%，人格检测的 F1 分数提升了 9.30%。实验充分验证了为每个样本标注动态情感和人格标签的必要性以及可靠性加权融合的有效性。
引用
@article{arxiv.2604.17037,
title = {Dynamic Emotion and Personality Profiling for Multimodal Deception Detection},
author = {Li Zheng and Yanyi Luo and Hao Fei and Yuzhe Ding and Yujie Huang and Fei Li and Chong Teng and Donghong Ji},
journal= {arXiv preprint arXiv:2604.17037},
year = {2026}
}
备注
Accepted by ACL 2026