日本語表現での嘘つき検出器構築と汎用性検証

抄録

テキストコミュニケーションでは, 相手の感情や声色などの非言語的な手掛かりが不足するため, 対人コミュニケーションと比較して欺瞞検知が困難である. 嘘つき検出の研究では,ラベル付きコーパスが入手しがたいという問題がある. 人狼 BBS データは規模も大きく有用であるが, それのみでは人狼ゲームという特定の状況での語彙や表現に依存する可能性がある. そこで本研究では, X の投稿データを一般ドメインとみなし,その投稿群と共通する語彙のみでデータを構成するようフィルタリングことで, 汎用性を検証した. さらに, 新たにマーダーミステリーの検証用データセットを作成し, インターネット上で行われていた人狼ゲームの人狼BBSのログを用いて学習したモデルの他ドメインでの汎用性検証を行った. 複数の異なる学習手法で嘘つき検出の実験を行い, その中でも BERT-GRU による階層化モデルで,フィルタリング前の F1 スコア 0.70,フィルタリング後の F1 スコア 0.68 の結果を達成し, 一般ドメインでも嘘つき検出ができることを示した.