一种基于视觉的Twitter年龄与性别识别方法
计算与语言
2018-05-30 v1 人工智能
摘要
作者画像（AP）的目标是通过分析给定作者群体的书面文本，识别其人口统计学特征（如年龄、性别）。近年来，AP任务在计算机取证、心理学、营销等许多问题中引起了广泛关注，尤其是在与社交媒体利用相关的领域。众所周知，社交媒体数据通过多种模态（如文本、图像和音频）共享，代表了可用于提取用户有价值见解的重要信息。然而，目前使用社交媒体数据进行AP的大多数工作仅致力于分析文本信息，仅有少数研究开始探索利用视觉信息进行性别识别。与此相反，本文专注于利用视觉模态在社交媒体（特别是Twitter）中同时进行年龄和性别识别。我们的目标是评估使用视觉信息解决AP任务的适用性。为此，我们扩展了PAN 2014的Twitter语料库，纳入了所有用户发布的图像，并区分了原创推文图像和转推图像。所进行的实验提供了有趣的证据，表明在AP任务中，视觉信息相较于传统文本表示具有有效性。
引用
@article{arxiv.1805.11166,
title = {A visual approach for age and gender identification on Twitter},
author = {Miguel A. Alvarez-Carmona and Luis Pellegrin and Manuel Montes-y-Gómez and Fernando Sánchez-Vega and Hugo Jair Escalante and A. Pastor López-Monroy and Luis Villaseñor-Pineda and Esaú Villatoro-Tello},
journal= {arXiv preprint arXiv:1805.11166},
year = {2018}
}