感情の特徴を備えたLLMを統合した欺瞞検出モデル

科学分野:

• 人工知能
• 機械学習
• 自然言語処理

背景:

• 伝統的な嘘発見方法は 人間の尋問者に大きく依存しており 主観性と誤判を 引き起こす可能性があります
• 客観的で正確な欺瞞検出システムの開発は 法的および法医学的な応用において極めて重要です

研究 の 目的:

• 客観性と正確性を向上させるために,XGBoostとRoBERTaベースのEmotion Features (LieXBerta) を使用したエモーション強化の欺瞞検出モデルを提案し,評価する.
• 感情的,顔面的,行動的特徴を統合して より堅実な欺瞞検出を可能にします

主な方法:

• 尋問テキストから感情的な特徴を抽出するために,強固に最適化されたBERTプレトレーニングアプローチ (RoBERTa) を利用しました.
• 顔面と行動の特徴を組み合わせた 抽出した感情的な特徴
• Extreme Gradient Boosting (XGBoost) 分類器を欺瞞検出タスクのために使用しました.
• モデル検証のための詳細な感情的な特徴で充実したテストテキストデータセットを開発しました.

主要な成果:

• 感情的な特徴を組み込んだLieXBertaモデルは,従来の特徴のみを使用したベースラインモデルと他の古典的な機械学習モデルと比較して優れたパフォーマンスを示しました.
• パラメータチューニングの結果,LieXBertaモデルの精度は87.50%となり,ベースラインより6.5%改善しました.
• 調整された LieXBerta モデルの機能の減少は,実行時間を 42% 減少させ,トレーニング効率と予測パフォーマンスを向上させました.

結論:

• 提案された LieXBerta モデルは,感情的な特徴を統合することで,欺瞞検出の客観性と精度を大幅に高めます.
• このモデルは法廷での応用の可能性があり,従来の方法よりも信頼性の高い代替案を提供しています.
• 感情の抽出のための RoBERTa と分類のための XGBoost の統合は,高度な欺瞞検出のための効果的な枠組みを提供します.