将“骗”置于语境中：在杀手游戏里识别欺骗性玩家

Samee Ibraheem; Gaoyue Zhou; John DeNero

将“骗”置于语境中：在杀手游戏里识别欺骗性玩家

计算与语言 2022-07-07 v1 人工智能机器学习

作者: Samee Ibraheem , Gaoyue Zhou , John DeNero

摘要

尽管神经网络展现出建模语言内容的卓越能力，捕捉与说话者对话角色相关的语境信息仍是一个开放的研究领域。本文中，我们通过杀手游戏（Mafia）分析说话者角色对语言使用的影响，在游戏中参与者被赋予诚实或欺骗性角色。除构建收集杀手游戏记录的框架外，我们证明了不同角色玩家所产生的语言存在差异。我们确认，仅基于语言使用，分类模型便能将欺骗性玩家排为比诚实玩家更可疑。此外，我们展示了在两个辅助任务上训练模型优于标准的基于BERT的文本分类方法。我们还提出了使用所训练模型识别区分玩家角色的特征的方法，其可用于在杀手游戏中辅助玩家。

关键词

欺骗性玩家杀手游戏说话者角色语言使用 BERT 文本分类

引用

@article{arxiv.2207.02253,
  title  = {Putting the Con in Context: Identifying Deceptive Actors in the Game of Mafia},
  author = {Samee Ibraheem and Gaoyue Zhou and John DeNero},
  journal= {arXiv preprint arXiv:2207.02253},
  year   = {2022}
}

备注

NAACL 2022 Main Conference Long Paper

将“骗”置于语境中：在杀手游戏里识别欺骗性玩家

摘要

关键词

引用

备注

相关论文