整合多视角分析：用于文本人格检测的多视角专家混合模型

文本人格检测旨在通过分析用户生成的内容来识别人格特质。为了有效实现这一点，必须从不同视角全面审视用户生成的内容。然而，以往的研究在自动提取和有效整合多视角信息方面存在困难，从而限制了其在人格检测方面的性能。为了解决这些挑战，我们提出了用于文本人格检测的多视角专家混合模型（MvP）。MvP引入了一个多视角专家混合（MoE）网络，用于从不同视角自动分析用户帖子。此外，它采用用户一致性正则化来缓解不同视角之间的冲突，并学习多视角通用用户表示。模型的训练通过多任务联合学习策略进行优化，平衡了监督人格检测与自监督用户一致性约束。在两个广泛使用的人格检测数据集上的实验结果证明了MvP模型的有效性，以及从不同视角自动分析用户帖子对文本人格检测的益处。