Oct, 2016

短文本个性特质识别的语言无关和组合模型

PDF
TL;DR通过深度学习方法和文本的原子特征 —— 字符，建立层次化的句向量表示，应用于推文语料库中，有效识别出作者人格特质，与先前基于浅层学习模型的工作相比，在五个特质和三种语言（英语、西班牙语和意大利语）中表现最优，结果鼓舞人心，揭示了检测复杂人类特质的可能性。
author personality traitstext analysisdeep learningvectorial word representationauthor profiling
发现论文，激发创造
  • 从语言行为出发的人格检测：一个 Transformer 结合了心理语言学特征文字轮廓

    本文介绍基于语言使用进行人格预测的交叉性研究，报道了用于文本数据的最全面的心理语言学特征和混合模型的两个主要改进，实验结果表明，这些模型优于同一数据集上的现有工作，并通过对心理语言学特征的不同类别进行消融实验来量化其影响。

    Apr, 2022

  • 利用自然语言学习个性特征的神经网络

    本研究使用神经网络和分布式算法来提取文本的隐藏性信息，研究人员从心理学文献定义的五大人格特征（Big Five）的形容词词典开始，并构造了包含文本语义信息的嵌入，证明了个人写作风格与其人格特征密切相关。

    Feb, 2023

  • AI 人格化：评估语言模型的人格特质

    研究表明，大规模语言模型虽然可以输出流畅的文本，但它们也捕捉到人类偏见。本文研究了面向开放式文本生成的几种大规模语言模型的人格特征和训练集，使用问卷设计了人格评估，并用零 - shot 分类器将文本回答分类到可量化的特征中，研究了可以改变这些人格特征的方法。

    Apr, 2022

  • 大型语言模型中的人格特质

    本文探讨了使用心理测量测试来量化和分析大型语言模型输出中的人格特质的可靠性和有效性，并讨论了如何对这些模型进行塑造的潜在应用和伦理影响，特别是关于负责任地使用 LLM。

    Jul, 2023

  • 社交媒体语言中的潜在人类特征：一种开放词汇方法

    通过社交媒体数据的自然语言使用，我们研究了推断一组新的人类特征的过程，并通过与五因素人格模型的比较得出，语言基础特质的构建更具普适性，并且在某些方面比基于问卷的特质更能预测一些基于实体的结果，从而为新的个性化构建提供了一定的参考价值。

    May, 2017

  • 基于 BERT 词向量集成的袋化支持向量机实现人格特质检测

    本文介绍了一种基于深度学习技术的自动化文本人格检测方法，采用 BERT 语言模型提取文本数据中的上下文词嵌入，并结合心理语言学特征与 Bagged-SVM 分类器进行计算，实现高效人格预测模型，并在金标准文章数据集上对模型进行实验并证实其优势。

    Oct, 2020

  • 利用基于机器学习的模型进行个性识别

    本文提出一种基于深度学习的方法，结合了卷积神经网络和 AdaBoost 算法对人格进行自动识别，并在 Essay 数据集上得到了比机器学习和深度学习方法更优的实验结果。

    Jan, 2022

  • 多层次句子嵌入用于人格预测

    通过 AdaCos 损失函数对上层句子空间进行训练，并使用基于余弦相似度的新型损失函数进行微调，我们成功地将文本表示为多维空间中的向量，实现了在拥有复杂多级结构的数据集中进行文本分类的目标。

    May, 2023

  • 强化社交媒体中的文本人格检测：整合长期和短期视角

    提出了一种双增强网络（DEN）来共同建模用户的长期和短期个性，以进行文本个性检测，并在两个个性检测数据集上展示了 DEN 模型的效果和同时考虑个性特征的动态和稳定性的益处。

    Apr, 2024

  • 使用预先训练的语言模型将 Myers-Briggs 人格分类应用于社交媒体文本

    本文讨论了自然语言处理中预训练语言模型在个性化分类方面的应用，并使用 BERT 模型在 MBTI 人格模型上进行了实验，发现该方法在多个评估场景下显著优于基于词袋和静态词嵌入的文本分类模型，并且通常优于前人在该领域的工作。

    Jul, 2022