用于人类人格建模的数据增强：Dexter机器
计算与语言
2023-01-23 v1
摘要
人类人格建模对多项AI挑战至关重要，从人工心理治疗师的工程化到人格角色机器人的设计皆然。然而，计算人格分析领域严重依赖标注数据，这类数据可能昂贵、难以获取或无法获取。在处理罕见人格类型或障碍（例如反社会精神病态人格障碍）时，此问题尤为突出。在此背景下，我们开发了基于文本的人类人格数据增强方法PEDANT。PEDANT不依赖常见的标注数据类型，而是结合生成式预训练模型（GPT）与领域专业知识。在三个不同数据集上测试该方法，所得结果支持了生成数据的质量。
引用
@article{arxiv.2301.08606,
title = {Data Augmentation for Modeling Human Personality: The Dexter Machine},
author = {Yair Neuman and Vladyslav Kozhukhov and Dan Vilenchik},
journal= {arXiv preprint arXiv:2301.08606},
year = {2023}
}