<style>@font-face {  font-family: "Times New Roman";}@font-face {  font-family: "Times New Roman Bold";}p.MsoNormal, li.MsoNormal, div.MsoNormal { margin: 0in 0in 0.0001pt; font-size: 12pt; font-family: "Times New Roman"; }a:link, span.MsoHyperlink { color: blue; text-decoration: underline; }a:visited, span.MsoHyperlinkFollowed { color: purple; text-decoration: underline; }table.MsoNormalTable { font-size: 10pt; font-family: "Times New Roman"; }div.Section1 { page: Section1; }</style><p class="MsoNormal">Final Call for Papers</p><p class="MsoNormal"><br></p><p class="MsoNormal">EACL 2012 Workshop on Computational Approaches to Deception Detection</p><p class="MsoNormal"> </p><p class="MsoNormal">The workshop on Computational Approaches to Deception Detection will be held in conjunction with the main EACL 2012 conference in Avignon, France on April 23, 2012.</p><p class="MsoNormal"> </p><p class="MsoNormal">Submission deadline: <span style="font-family: "Times New Roman Bold";"><b>February 3, 2012</b></span> (extended from previous January deadline)</p><p class="MsoNormal"><span style=""> </span></p><p class="MsoNormal">MOTIVATION</p><p class="MsoNormal">The ability to detect deceptive statements has broad applications in law enforcement, business, national security, human resources, advertising, and in predatory communications, including Internet scams, identity theft, and fraud. Deceptive communications may come from a variety of spoken and written sources, including police interviews, legal depositions and testimony, online postings, email, witness and suspect statements, and coded conversations.</p><p class="MsoNormal"> </p><p class="MsoNormal">The empirical study of deception in language dates at least from Undeutsch (1954, 1989), who hypothesized that “there are certain relatively exact, definable, descriptive criteria that form a key tool for the determination of the truthfulness of statements”. Reviews from the field of psychology indicate that many types of deception can be identified because the liar’s behavior -- verbal, visual, and physiological -- varies considerably from that of the truth teller’s.<span style=""> </span>Even so, humans are notoriously poor at spotting deception, with accuracy rates at the level of chance. Can machines do better?</p><p class="MsoNormal"> </p><p class="MsoNormal">Several areas of natural language processing are ripe to address the descriptive criteria associated with deception, including text classification, spoken language processing, sentiment analysis, discourse, and pragmatics. New approaches might combine information from different modalities, for example, computational approaches to the analysis of facial expressions may also impinge on the identification of deceptive language. A spate of recent NLP papers on the classification of narratives as true/false suggests that the field is ready to open up to this promising application.</p><p class="MsoNormal"> </p><p class="MsoNormal">The workshop on <i>Computational Approaches to Deception Detection</i><span style="font-style: normal;">, sponsored by the European chapter of the Association for Computational Linguistics (EACL), invites contributions from the NLP community as well as participation from researchers who deal with deception detection from different perspectives, including psychology, neuroscience, and human-computer interaction. The workshop is part of the EACL 2012 conference to be held in Avignon, France April 23-27, 2012.</span></p><p class="MsoNormal"> </p><p class="MsoNormal">TOPICS</p><p class="MsoNormal"><span style="">    </span>*Classification techniques for identifying deceptive language</p><p class="MsoNormal"><span style="">    </span>*Corpora for testing judgments of deceptive language</p><p class="MsoNormal"><span style="">    </span>*Corpus annotation for deception cues</p><p class="MsoNormal"><span style="">    </span>*Corpus annotation for ground truth</p><p class="MsoNormal"><span style="">    </span>*Gathering data from forensic contexts</p><p class="MsoNormal"><span style="">    </span>*Online deception</p><p class="MsoNormal"><span style="">    </span>*Trustworthiness</p><p class="MsoNormal"><span style="">    </span>*Relationships between deceptive language, autonomic responses, and facial expressions</p><p class="MsoNormal"><span style="">    </span>*Relationships between deceptive language and neuroimaging</p><p class="MsoNormal"><span style="">    </span>*Comparing human to machine performance in deception detection</p><p class="MsoNormal"><span style="">    </span>*Portability of deception models to languages other than English</p><p class="MsoNormal"><span style="">    </span>*Applications of deception detection</p><p class="MsoNormal"><span style="">    </span>*Fraud detection</p><p class="MsoNormal"> </p><p class="MsoNormal">IMPORTANT DATES</p><p class="MsoNormal">Feb 03, 2012<span style=""> </span>Paper due date (extended)</p><p class="MsoNormal">Feb 24, 2012<span style=""> </span>Notification of acceptance</p><p class="MsoNormal">Mar 09, 2012<span style=""> </span>Camera-ready deadline</p><p class="MsoNormal">Apr 23, 2012<span style=""> </span>Workshop on Computational Approaches to Deception Detection</p><p class="MsoNormal"> </p><p class="MsoNormal">WORKSHOP WEBPAGE</p><p class="MsoNormal">Submission instructions, EACL Stylefiles, and further information on the workshop are at</p><p class="MsoNormal"><a href="http://www.chss.montclair.edu/linguistics/DeceptionDetection.html">http://www.chss.montclair.edu/linguistics/DeceptionDetection.html</a></p><p class="MsoNormal"> </p><p class="MsoNormal">PROGRAM COMMITTEE</p><p class="MsoNormal">Claire Cardie, Cornell University</p><p class="MsoNormal">Rajarathnam Chandramouli, Stevens Institute of Technology</p><p class="MsoNormal">Jeffrey F. Cohn, University of Pittsburgh</p><p class="MsoNormal">Carole Chaski, Institute for Linguistic Evidence</p><p class="MsoNormal">Jeffrey Hancock, Cornell University</p><p class="MsoNormal">Julia Hirschberg, Columbia University</p><p class="MsoNormal">Thomas O. Meservy, University of Memphis</p><p class="MsoNormal">Rada Mihalcea, University of North Texas</p><p class="MsoNormal">Kevin Moffitt, Rutgers University</p><p class="MsoNormal">Isabel Picornell, Aston University and QED Ltd.</p><p class="MsoNormal">Massimo Poesio, University of Trento</p><p class="MsoNormal">Victoria Rubin, University of Western Ontario</p><p class="MsoNormal">Eugene Santos, Dartmouth University</p><p class="MsoNormal">Carlo Strapparava, Fondazione Bruno Kessler (FBK)</p><p class="MsoNormal">Koduvayur Subbalakshmi, Stevens Institute of Technology</p><p class="MsoNormal">Douglas Twitchell, Illinois State University</p><p class="MsoNormal">Scott Weems, Center for Advanced Study of Language,University of Maryland</p><p class="MsoNormal"> </p><p class="MsoNormal">ORGANIZING COMMITTEE</p><p class="MsoNormal">Eileen Fitzpatrick. Montclair State University, Montclair NJ USA</p><p class="MsoNormal">Joan Bachenko, Linguistech Consortium, Oxford NJ USA</p><p class="MsoNormal">Tommaso Fornaciari, Central Anticrime Directorate of ItalianNational Police</p><p class="MsoNormal">& University of Trento, Center for Mind/Brain Sciences,Rovereto (TN), Italy</p><br><br>Eileen Fitzpatrick<br>Professor and Chair<br>Linguistics Department<br>Montclair State University<br>Montclair NJ 07043<br>973.655.4286<br><br>