基于机器学习与自然语言处理扩展基于MBTI的人格类型抽象
计算与语言
2021-05-26 v1 人工智能
机器学习
摘要
本文提出一种以数据为中心、结合自然语言处理（NLP）的方法，通过对文本表示进行基于领域范围的系统性丰富，在情感、语法和方面三类分析生成特征的基础上，基于MBTI（一种指示人们感知世界与决策方式之不同心理偏好的内省式自评问卷）预测人格类型。实验采用鲁棒的堆叠模型基线，通过网格搜索对超参数进行早期优化，并对MBTI的四个分类器（二分维度）逐一进行渐进式反馈。结果表明，相较于LSTM等复杂模型或BERT等当前最优（state of the art）模型，将关注点放在数据迭代循环的质量、解释力与代表性以抽象出所研究现象中更相关/重要的资源，能够更快速且更低成本地改进评估指标结果，且这些结果的重要性通过多视角比较得以体现。此外，本研究展示了该任务在演进与深化上的广阔空间，以及用于进一步扩展人格类型抽象的可能方法。
引用
@article{arxiv.2105.11798,
title = {Extending the Abstraction of Personality Types based on MBTI with Machine Learning and Natural Language Processing},
author = {Carlos Basto},
journal= {arXiv preprint arXiv:2105.11798},
year = {2021}
}
备注
23 pages, 22 figures