人格差异驱动对话动态：一种高维 NLP 方法
计算与语言
2024-12-31 v2
摘要
本文探讨了二人对话的话题流如何随时间演变，以及双方人格特质差异如何影响这一话题流。我们利用文本嵌入，将 场陌生人之间的对话轨迹映射到高维空间。通过非线性投影和聚类，我们识别出每位交谈者进入和退出各个话题的时刻。通过“话题熵”（衡量对话中话题“覆盖范围”的概括性度量）和“语言对齐”（衡量交谈者嵌入向量余弦相似性随时间变化的度量），量化了对话差异。我们的发现表明，人格维度开放性差异更大的交谈者会相互影响，更多地花时间讨论更广泛的话题；而人格维度外向性差异更大的交谈者在对话过程中经历更大的语言对齐度下降。我们还检查了参与者的情感（情绪）从对话前到对话后的变化，发现外向性差异更大者导致情感变化差异更大，更高的话题熵则预测更大的情感提升。本工作表明，通过高维 NLP 方法可以推进沟通研究，人格差异是社交影响的重要驱动因素之一。
引用
@article{arxiv.2410.11043,
title = {Personality Differences Drive Conversational Dynamics: A High-Dimensional NLP Approach},
author = {Julia R. Fischer and Nilam Ram},
journal= {arXiv preprint arXiv:2410.11043},
year = {2024}
}
备注
Published in the Proceedings of the Second Workshop on Social Influence in Conversations (SICon 2024), co-located with EMNLP 2024. This version corrects a labeling error in Table 1