Dec, 2023

PsyAttention: 个性检测的心理关注模型

PDF
TL;DR该论文介绍了一种用于个性检测的心理关注模型（PsyAttention），它能够有效编码心理特征，将特征数量减少了 85％。在对 BigFive 和 MBTI 模型进行的实验中，PsyAttention 的平均准确率分别为 65.66％和 86.30％，表现优于现有方法，表明它在编码心理特征方面是有效的。
personality detectionpsychological featuresbigfivembtipsyattention
发现论文，激发创造
  • 基于深度学习的人格识别的最新趋势

    本文综述了情感计算领域中采用的用于自动预测人格特质的机器学习模型，重点是基于深度学习的方法以及多模态方法，包括了计算数据集，实际应用及最新的机器学习模型。

    Aug, 2019

  • 第一印象：基于视觉的明显人格特征分析调查

    本篇论文系统总结了基于视觉计算的表观性格特征识别的现有方法，讨论比较了这些方法的独特特点和限制；同时也讨论了该领域未来的研究方向和数据标注 / 评估的主观性问题，还简要回顾了当前数据集和挑战。

    Apr, 2018

  • 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

  • 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

  • 基于注意力的社交媒体文本个性检测去噪框架

    基于社交媒体文本的个性检测 —— 注意力机制下的信息提取与去噪框架的研究

    Nov, 2023

  • 双模态音视频时间顺序深度学习与随机视觉特征应用于第一印象识别

    本文提出一种基于短视频中的大五人格特质进行第一印象识别的新方法，使用双模态深度神经网络结构和少量帧的音频和视觉特征进行训练，并在使用 ChaLearn LAP APA2016 数据集进行评估时表现出色。

    Oct, 2016

  • 关于从视听信号中观察出的受试者偏见对表层人格分析的影响

    本文研究了各种影响人格认知的可能偏见源，包括面部表情情绪、吸引力、年龄、性别和种族，以及它们对表观人格估计的影响。使用多模态深度神经网络，综合音频和视觉信息，以及特定属性模型的预测来回归表观人格，并在 ChaLearn First Impressions 数据集上展示了最新的结果。此外，还提供了一种可解释性的网络设计，对每种可能的偏见源对最终网络预测的影响进行了增量分析。

    Sep, 2019

  • 混合策略训练实现的连续输出个性检测模型

    使用混合策略培训具有连续输出值的个性检测模型，通过精调 RoBERTa-base 模型并结合多层感知机（MLP）集成和超参数调优等策略，我们令人印象深刻地提高了传统的二元分类方法，从而为个性特征提供精确的连续输出，进而增强人工智能、心理学、人力资源、营销和医疗保健领域的应用。

    Jun, 2024

  • 借助 Twitter 数据进行人格检测与分析

    自动检测个性特征的研究方法已引起计算语言学领域的广泛关注，本文针对此领域中数据集有限的问题，收集和发布了一个包含 1.52 亿推文和 5.6 万份数据点的研究社区最大的自动整理数据集，以用于预测迈尔斯 - 布里格斯（MBTI）人格类型，通过对数据进行定性和定量研究，分析了数据的模式，并得出了相应的结论。

    Sep, 2023

  • 通过跨模态嵌入增强明显人格特征分析

    用深度神经网络进行多模态的自动个性化特征评估，以提高人机交互的质量。

    May, 2024