Feb, 2023

利用自然语言学习个性特征的神经网络

PDF
TL;DR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。
personalitytext analysisneural networksbig five traitsdistributional algorithms
发现论文，激发创造
  • 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

  • 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

  • 短文本个性特质识别的语言无关和组合模型

    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。

    Oct, 2016

  • 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

  • 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

  • 基于知识图谱的文本自动人格预测

    本文通过基于知识图谱、深度学习模型和情感词典的方法，提高了基于文本的自动人格预测的准确性

    Mar, 2022

  • 使用神经网络从异构证据学习个体的多方面表示

    我们采用神经网络学习个人的多维表示，结合社交媒体上的丰富语言和网络证据，从而综合推断人们在线的潜在属性，包括性别、职业、位置和友谊，并在推特上实现了分类、学习表示和预测任务的提高性能。

    Oct, 2015

  • 使用注意力网络和上下文嵌入进行单人独白和多人对话的自动文本个性识别

    本文创建了首个基于对话的个性化数据集，并使用预先训练的语境嵌入和注意力神经网络等方法探索自动个性识别新方法，通过对两种数据集的比较，展示了在多方对话中建模个性所面临的挑战。

    Nov, 2019

  • 识别和操控语言模型的人格特质

    本文研究了语言模型，尤其是 GPT2 和 BERT，如何通过语言生成来表现其所体现的人格特质，以及这些特质是否可以被控制。作者通过提供不同类型的语境可以精准地控制这些模型的表现，最终得出这些模型可以作为识别个性特质和控制人格的强有力的工具。本研究还提供了一份基于” 大五人格模型 “的人品数据集和 Reddit 上的人格数据集。

    Dec, 2022