基于预训练语言模型的社交媒体文本 Myers-Briggs 人格分类
计算与语言
2022-07-12 v1
摘要
在自然语言处理中,预训练语言模型的使用已被证明可在许多下游任务(如情感分析、作者识别等)中取得最先进的结果。在这项工作中,我们探讨这些方法在基于文本的人格分类中的使用。聚焦于 Myers-Briggs (MBTI) 人格模型,我们描述了一系列实验,其中著名的 Bidirectional Encoder Representations from Transformers (BERT) 模型被微调以执行 MBTI 分类。我们的主要发现表明,当前方法在多个评估场景下显著优于基于词袋和静态词嵌入的知名文本分类模型,且总体上优于该领域先前的工作。
引用
@article{arxiv.2207.04476,
title = {Myers-Briggs personality classification from social media text using pre-trained language models},
author = {Vitor Garcia dos Santos and Ivandré Paraboni},
journal= {arXiv preprint arXiv:2207.04476},
year = {2022}
}
备注
19 pages