マルチモーダル詐欺（デセプション）検出における動的な感情・パーソナリティのプロファイリング
arXiv cs.CL / 2026/4/21
📰 ニュースSignals & Early TrendsModels & Research
要点
- 本論文は、詐欺（デセプション）検出のためのマルチモーダル・データセット（DDEP）を提案し、各サンプルに対する動的な感情およびパーソナリティの注釈を含めます。
- 複数モデル・複数プロンプトによる注釈方式と、厳格なラベル品質評価基準を導入して、学習用ラベルの信頼性を高めます。
- 高次元ガウス分布空間へモーダル特徴を写像して不確実性を定量化する、適応的な信頼度付き融合フレームワーク Rel-DDEP を開発します。
- Rel-DDEP は信頼度付き融合に加え、アラインメント機構とソーティング制約を組み込み、詐欺・感情・パーソナリティを同時に検出します。
- MDPE と DDEP での実験では既存の最先端ベースラインを一貫して上回り、F1 が詐欺 2.53%、感情 2.66%、パーソナリティ 9.30% 向上したことを示します。
