基于(心理)语言学与流畅度特征在众包数据集中预测听众对论证性语音的感知
计算与语言
2021-12-01 v2
摘要
关键的交际能力之一是能够在独白式讲话中保持流畅，并能够运用复杂的语言令人信服地论证某一立场。在本文中，我们旨在由一个包含110人共7小时语音的论证性语音众包数据集中预测TED演讲风格的情感评分。这些语音样本通过涉及三个辩论话题的任务提示诱发得到。样本共获得来自737名人类评分者针对14个情感类别的2211条评分。我们提出了一种有效的分类任务方法，通过微调一个在大型TED演讲公开语音数据集上预训练的模型来预测这些类别。我们结合了由最先进的自动语音识别系统得到的流畅度特征，以及由自动文本分析系统得到的大量可被人理解的语言学特征。所有14个评分类别的分类准确率均大于60%，其中'信息丰富'(informative)评分类别的峰值性能为72%。在一项后续实验中，我们使用SP-LIME确定了不同组特征的相对重要性。
引用
@article{arxiv.2111.07130,
title = {Prediction of Listener Perception of Argumentative Speech in a Crowdsourced Dataset Using (Psycho-)Linguistic and Fluency Features},
author = {Yu Qiao and Sourabh Zanwar and Rishab Bhattacharyya and Daniel Wiechmann and Wei Zhou and Elma Kerz and Ralf Schlüter},
journal= {arXiv preprint arXiv:2111.07130},
year = {2021}
}