专栏首页arxiv.org翻译专栏在犯罪会话数据中使用网络知识改善说话人识别(CS SI)
原创

在犯罪会话数据中使用网络知识改善说话人识别(CS SI)

刑事调查依赖于对话数据的收集。必须评估说话者的身份,以建立或改善现有犯罪网络的准确性。研究人员使用社交网络分析工具来识别网络中最核心的人物和不同社区。我们介绍犯罪现场勘查(CSI)电视节目作为犯罪对话数据的潜在候选人。我们还介绍了在刑事调查中对话准确性的指标。在本文中,通过基于说话者之间先前交互的频率和犯罪网络的拓扑对候选说话者进行重新排名,来改善说话者识别基线。所提出的方法可以应用于涉及两个或更多说话者的对话。我们表明,在CSI数据上,我们的方法比基准说话者的准确性高出1.3%绝对值(相对于1.5%),并且在对话中的准确性也超过了3.7%绝对值(相对于4.7%)。

原文题目:Improving Speaker Identification using Network Knowledge in Criminal Conversational Data

原文:Criminal investigations rely on the collection of conversational data. The identity of speakers must be assessed in order to build or improve the accuracy of an existing criminal network. Investigators use social network analysis tools to identify the most central character and the different communities within the network. We introduce Crime Scene Investigation (CSI) television show as a potential candidate for criminal conversational data. We also introduce the metric of conversation accuracy in the context of criminal investigations. In this paper, a speaker identification baseline is improved by re-ranking candidate speakers based on the frequency of previous interactions between speakers and the topology of the criminal network. The proposed method can be applied to conversations involving two or more speakers. We show that our approach outperforms the baseline speaker accuracy by 1.3% absolute (1.5% relative), and the conversation accuracy by 3.7% absolute (4.7% relative) on CSI data.

原文作者:Mael Fabien, Seyyed Saeed Sarfjoo, Petr Motlicek, Srikanth Madikeri

原文地址:https://arxiv.org/abs/2006.02093

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 楼宇自动化系统中基于模糊巡逻机器人的开发(CS AI)

    楼宇自动化系统(BAS)具有监视和控制所有楼宇子系统运行的功能,如暖通空调(暖通空调控制)、用电管理、火警控制、保安和门禁控制以及电器开关控制。在BAS中,几乎...

    小童
  • 大脑中的数字神经网络:从世界上提取结构的机制到大脑本身的自我构造(CS NEC)

    为了跟踪信息,大脑必须解决信息在哪里以及如何索引新信息的问题。我们提出,前额皮质(PFC)用于检测时间序列中结构的神经机制(基于传入信息的时间顺序)已作为脑网络...

    小童
  • 基于机器学习的自行车共享系统中自行车可用性建模(CS CY)

    本文使用机器学习算法对旧金山湾区自行车共享站点的自行车可用性进行了建模。随机森林(RF)和最小二乘增强(LSBoost)被用作单变量回归算法,偏最小二乘回归(P...

    小童
  • Using factor analysis for decomposition分解之因子分析

    Factor analysis is another technique we can use to reduce dimensionality. Howeve...

    到不了的都叫做远方
  • 从MapX到MapXtreme2004[3]-搜索图元Feature

    一、根据名称搜索图元   1、Mapxtreme的架构和Mapx有所变化,Mapx中,Layer包含Features,而Mapxtreme中则不是   2、...

    用户1075292
  • Kubernetes Scheduler Extender浅析

    Scheduler 组件可以视为一种监视 watche 和将 Pod 分配 assign 到 Node 的特殊类型控制器 controller。在 Kubern...

    runzhliu
  • 1D卷积入门:一维卷积是如何处理数字信号的

    卷积是对两个函数(f和g)进行的一种数学运算,它产生的第三个函数表示其中一个函数的形状如何被另一个函数修改。

    deephub
  • A Day in the Life of a Web Page Request

    Author: bakari   Date: 2012.5.23 老师上课的时候给了一张图,个人感觉非常经典,几乎将请求一个网页所要进行的流程都弄得非常详细,对...

    CloudDeveloper
  • SAP CDS view自学教程之一:如何测试基于SAP CDS view自动生成的OData服务

    I am a newbie of CDS view related topic and recently I have to learn it. I will ...

    Jerry Wang
  • JDBC读取数据优化-fetch size

    最近由于业务上的需求,一张旧表结构中的数据,需要提取出来,根据规则,导入一张新表结构中,开发同学写了一个工具,用于实现新旧结构的transformation,

    bisal

扫码关注云+社区

领取腾讯云代金券