视频：检测言语中的欺骗

检测文本中的欺骗涉及很多挑战。首先，缺乏数据来研究欺骗性言论，即人们说谎的方式。我们并不总是知道真相。很难知道人们将事物与什么进行比较，而且当有研究时，很难将它们与现实世界进行比较。

此外，人们在不同文化和不同性别等方面的撒谎方式也存在差异。所以这是我姐姐 Sarah Ita Levitan 的博士论文中最近提出的一种方法，她通过语音工具研究了该地区的欺骗检测。

这项工作的一些显着特点是它提供了一个用于研究欺骗、多领域、跨文化、跨性别的大规模语料库。此外，对撒谎者和欺骗者的经济激励。以及自动提取特征的方法和用于分类欺骗性语音的机器学习方法。

三个主要想法是识别欺骗的线索，研究说话人撒谎方式的可变性，以及使用这些信息对语音进行分类。关于被称为 CXD 语料库或哥伦比亚跨文化欺骗语料库的语料库的更多细节，这是他们的实验概述，它是虚假简历范式的扩展，也被称为谎言游戏参与者进入实验室，其中一个采访了另一个，询问了一个参与者被告知要说谎的地方。

另一个应该检测他们是否在说真话。他们因为表现出色而获得报酬。它还包括性格分数和他们演讲的基线样本以进行比较。这是他们收到的一个问卷示例，其中有一半的示例要求他们编造一个答案，然后当他们的搭档询问他们时，他们会说错误的答案。例如，您是否曾经对任何食物过敏？例如，他们会撒谎，然后他们将不得不设法逃脱。

所以只是这个语料库的一些其他特征，340 个主题，超过 120 小时的演讲，不同的文化，不同的性别，还带有全球和本地欺骗的标签。他们研究了不同的语音片段、不同的语音单位、停顿间单位，即无停顿语音。Turns 只是一个演讲者，但可能包括停顿。问题回答是直接遵循提示的问题，例如，您是否有过敏症，因此直接回答。然后问题块是对给定问题的总回答。

因此，一旦他们收集了所有数据，他们就提取了不同的特征集。声韵是语音特征。然后，语言欺骗指标是明确指示欺骗行为的不同特征，如笑声、犹豫等。LIWC 特征是语音的不同维度，如形式和标点符号。复杂性研究语音的句法，它有多复杂。总共研究了 152 个特征，三个不同的组。例如，对于声学韵律，这些是音高特征，每个特征都有不同的度量。强度是体积。

也有不同的措施，和语音质量。我们知道人们通过他们的语言向世界展示自己，因此不仅查看语音样本很有用，而且查看内容也很有用。这就是为什么我们使用 LIWC 来识别文本中的不同特征，这些特征是通过转录音频获得的。而这些不同的维度可以让我们对演讲的心理暗示有所了解。